https://chatgpt.com/share/6701700d-ae28-8006-b6a3-222a86b2bb1b

행렬곱에서 1차원 벡터가 앞에 있으면 행 벡터, 뒤에 있으면 (열) 벡터로 해석

<aside> 💡

numpy에서 1차원 배열은 벡터로 해석 numpy에서 2차원 배열은 행렬로 해석

</aside>

<aside> 📌

n차원 배열과 1차원 배열 간의 dot 연산을 수행하면 n차원 배열의 마지막 축에 대해 벡터와의 내적 연산이 이루어집니다.

</aside>

선형대수

행렬 * 벡터 = 벡터

Numpy

dot(행렬, 벡터) = 벡터

dot(3차원 배열, 벡터) = 벡터의 1차원 배열 = 행렬

dot(4차원 배열, 벡터) = 벡터의 2차원 배열 = 3차원 배열

dot(1차원 배열, 2차원 배열) = dot(벡터, 행렬) = 행이 하나인 행렬와 행렬의 행렬곱 = 1*n 행렬 = 1차원 배열 = 벡터

dot(2차원 배열, 2차원 배열) = 행렬곱 = 행렬

dot(3차원 배열, 2차원 배열) = 행렬곱의 1차원 배열 = 3차원 배열

dot(1차원 배열, 3차원 배열) = dot(벡터, 행렬)의 1차원 배열 = 2차원 배열