在前述文章中，我们已经知道，python通过使用numpy模块，创建矩阵形数组至少可以采用两种方法。也即，通过array和matrix子模块分别创建，详情请参考以下链接。https://blog.csdn.net/weixin_44855046/article/details/141564179?spm=1001.2014.3001.5502
进一步，上述链接指向文章也通过测试发现： 通过array和matrix子模块分别创建的矩阵形数组，加减法的运算结果一致。
本文继续探索，力求发现乘法运算结果是否一致。
按照先前学习内容，先完成数组定义。此处以定义3X3矩阵形数组为例：
#引入numpy模块
import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]]) #使用array子模块定义第一个3X3矩阵型数组
b=np.array([[3,2,1],[6,5,4],[9,8,7]]) #使用array子模块定义第二个3X3矩阵型数组
c=np.matrix([[1,2,3],[4,5,6],[7,8,9]]) #使用matrix子模块定义第一个3X3矩阵型数组
d=np.matrix([[3,2,1],[6,5,4],[9,8,7]]) #使用matrix子模块定义第一个3X3矩阵型数组使用print()输出结果:
print("a=",a) #("a="会被原样输出，仅用于显示是哪个运算结果)
print("b=",b) #("b="会被原样输出，仅用于显示是哪个运算结果)
print("c=",c) #("c="会被原样输出，仅用于显示是哪个运算结果)
print("d=",d) #("d="会被原样输出，仅用于显示是哪个运算结果)pycharm运行程序，获得结果如图：
如图所示， array定义的矩阵形数组a和b，和matrix定义的矩阵型数组c和d，分别相等：
a=c,b=d
在此基础上，尝试进行乘法计算：
【1】乘法测试：
print(a*b,'=a*b') #('=a*b'会被原样输出，仅用于显示是哪个运算结果)
print(c*d,'=c*d') #('=a*b'会被原样输出，仅用于显示是哪个运算结果)pycharm乘法测试结果：区别显著
分析上述数据，可以发现：
【a】a*b的计算结果是对位相乘，即同一位置的数据相乘，非矩阵乘法结果。
【b】c*d的计算结果是行列相乘，即c行*b列然后结果叠加，是矩阵乘法结果。
为进一步验证上述发现，尝试把矩阵形数组转换为行列数不同的形式，继续定义数组如下：
a1=np.array([[1,2],[4,5],[7,8]]) #使用array子模块定义第一个3X2矩阵型数组
b1=np.array([[3,2,1],[6,5,4]]) #使用array子模块定义第二个2X3矩阵型数组
c1=np.matrix([[1,2],[4,5],[7,8]]) #使用matrix子模块定义第一个3X2矩阵型数组
d1=np.matrix([[3,2,1],[6,5,4]]) #使用matrix子模块定义第一个2X3矩阵型数组
print("a1=",a1) #("a1="会被原样输出，仅用于显示是哪个运算结果)
print("b1=",b1) #("b1="会被原样输出，仅用于显示是哪个运算结果)
print("c1=",c1) #("c1="会被原样输出，仅用于显示是哪个运算结果)
print("d1=",d1) #("d1="会被原样输出，仅用于显示是哪个运算结果)pycharm运行程序，获得结果如图，两种方式的结果是一样的：
在此基础上，尝试进行乘法计算。
【2】乘法测试（行列式不同）：
输入以下代码：
print(a1*b1,'=a1*b1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果)
print(c1*d1,'=c1*d1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果)pycharm运行程序，获得结果如图，a1和b1因为行列数不一致，无法计算。（a1是3行2列，b1是2行3列）
这一步的计算结果验证了【1】中【a】条发现：array定义的数组，乘法计算法则是同一位置上的数据相乘，当数据的行列不一样，同一位置的条件不能满足，因此计算无法执行。
由于计算止步于print(a1*b1,'=a1*b1')，将这一行代码变成注释，使程序执行后续代码：
#print(a1*b1,'=a1*b1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果)
print(c1*d1,'=c1*d1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果)pycharm运行程序，获得结果如图：
如图所示，2行3列的a1和3行2列的b1按照矩阵乘法原则输出了结果。这一步的计算结果验证了【1】中【b】条发现：matrix定义的数组，计算结果是行列相乘。
因此，在实际项目开发过程中，如果使用到矩阵形数组乘法，应注意合理使用array和matrix子模块。
综上所述，有以下收获：
【a】array和matrix子模块对矩阵形数组的乘法计算结果不同；
【b】array模块定义数组相乘时，要求两个数组的行列数完全一致，同一位置的数据相乘；
【c】matrix模块定义的数组执行矩阵乘法运算法则，即前矩阵形数组的行列数分别对应后矩阵形数组的列行数，两个矩阵的行列分别相乘后叠加。
附完整版代码如下：
#引入numpy模块
import numpy as np
a=np.array([[1,2,3],[4,5,6],[7,8,9]]) #使用array子模块定义第一个3X3矩阵型数组
b=np.array([[3,2,1],[6,5,4],[9,8,7]]) #使用array子模块定义第二个3X3矩阵型数组
c=np.matrix([[1,2,3],[4,5,6],[7,8,9]]) #使用matrix子模块定义第一个3X3矩阵型数组
d=np.matrix([[3,2,1],[6,5,4],[9,8,7]]) #使用matrix子模块定义第一个3X3矩阵型数组
# 在print中插入"a="或者'=a*b'，它们都会被原样输出，仅用于显示运算结果来源
print("a=",a) #("a="会被原样输出，仅用于显示是哪个运算结果)
print("b=",b) #("b="会被原样输出，仅用于显示是哪个运算结果)
print("c=",c) #("c="会被原样输出，仅用于显示是哪个运算结果)
print("d=",d) #("d="会被原样输出，仅用于显示是哪个运算结果)
print(a*b,'=a*b') #('=a*b'会被原样输出，仅用于显示是哪个运算结果)
print(c*d,'=c*d') #('=a*b'会被原样输出，仅用于显示是哪个运算结果)
a1=np.array([[1,2],[4,5],[7,8]]) #使用array子模块定义第一个3X2矩阵型数组
b1=np.array([[3,2,1],[6,5,4]]) #使用array子模块定义第二个2X3矩阵型数组
c1=np.matrix([[1,2],[4,5],[7,8]]) #使用matrix子模块定义第一个3X2矩阵型数组
d1=np.matrix([[3,2,1],[6,5,4]]) #使用matrix子模块定义第一个2X3矩阵型数组
print("a1=",a1) #("a1="会被原样输出，仅用于显示是哪个运算结果)
print("b1=",b1) #("b1="会被原样输出，仅用于显示是哪个运算结果)
print("c1=",c1) #("c1="会被原样输出，仅用于显示是哪个运算结果)
print("d1=",d1) #("d1="会被原样输出，仅用于显示是哪个运算结果)
#print(a1*b1,'=a1*b1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果)
print(c1*d1,'=c1*d1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果)
print(a1*b1,'=a1*b1') #('=a1*b1'会被原样输出，仅用于显示是哪个运算结果，a1*b1无法执行计算，放到最后以保证其行代码都可以被执行)