import numpy as np

a = [[1,2,3],[4,5,6]]

a = np.array(a)

b = [[1,2],[4,5],[3,6]]

b= np.array(b)

#一个（2，3）， 一个（3，2），是可以正常的矩阵相乘的

c = np.dot(a, b)

print c

-->result: array([[18, 30],

              [42, 69]])

说明dot是正常的矩阵相乘的方法

c = a * b

-->result: error 不能相乘

c = np.outer(a,b)

-->result:

array([[ 1,  2,  4,  5,  3,  6],

       [ 2,  4,  8, 10,  6, 12],

       [ 3,  6, 12, 15,  9, 18],

       [ 4,  8, 16, 20, 12, 24],

       [ 5, 10, 20, 25, 15, 30],

       [ 6, 12, 24, 30, 18, 36]])

说明outer是a的第一个元素跟b的每一个元素相乘作为第一行，第二个元素跟b的每一个元素相乘作为第二个元素...

一般outer()用的很少

d = np.array([[1,2,1],[2,3,1]])

c = a*d

result: array([[ 1, 4, 3], [ 8, 15, 6]])

*来说只能是shape一样的才能相乘，与其他shape的矩阵相乘（＊）都会报错， 结果是对应元素相乘作为当前位置的结果，结果矩阵的形状保持不变

总结：两个array的相乘*指的是对应元素的相乘；两个array的dot表示矩阵的相乘。