Numpy最大的功能就是可简单的实现矩阵运算，比直接使用python一步步的求要简单很多，本文介绍python基于Numpy实现矩阵乘法运算的几种方法：1、使用*（或者multiply）；2、使用.matmul()函数；3、使用同线性代数中矩阵乘法的定义 np.dot()。

方法一：使用*（或者multiply）

*（或者multiply）代表的是并不是矩阵的乘法规则，而是简单的数量积，即对应位置元素相乘后的积相加。

>>> a = np.array([[1,2],[1,2]])
>>> a*a
>>> array([[1, 4],
       [1, 4]])

方法二：使用.matmul()函数

>>> a = np.array([[1,2],[1,2]])
>>> a*a
>>> array([[1, 4],
       [1, 4]])

方法三：使用同线性代数中矩阵乘法的定义 np.dot()

对二维矩阵，计算真正意义上的矩阵乘积。

对于一维矩阵，计算两者的内积。

import np
S = np.dot((np.dot(H, beta) - r).T,
            np.dot(inv(np.dot(np.dot(H, V), H.T)), np.dot(H, beta) - r))

以上就是python实现矩阵乘法运算的几种方法，需要注意的是想要严格的进行矩阵乘法运算，必需使用.dot()或者.matmul()函数哦。