我们在看python程序时，经常可以看到@运算符和*运算符，其中@运算符在传统python中通常是作为装饰器使用的。但是在Python 3.5之后，它又具备了矩阵乘法运算的功能。下面使用示例来对比这两个运算符对矩阵运算的影响：
  导入用到numpy包：

import numpy as np

  创建一个维度为2×3×3的数组a，结果如下图所示：

a=np.arange(1,10).reshape(3,3)
a=np.expand_dims(a,0).repeat(2,0)
print(a)

  再创建一个维度为2×3×3的数组b，结果如下图所示：

b=np.eye(3)
b=np.expand_dims(b,0).repeat(2,0)
print(b)

  下面，我们执行a*b，可以看到，输出为：

  这表明，运算符*在矩阵运算中的功能是逐元素的乘法（称为Hadamard积（Hadamard product，数学符号⊙））。
  下面，我们执行a@b，可以看到，输出为：

  这表明，运算符@在矩阵运算中的功能是矩阵乘法。也即，在矩阵乘法中，b矩阵右乘的作用是交换被乘矩阵的1、2两列，结果即是。其实@运算符和numpy的matmul是一样的，如下图所示：

  只是当引入了@运算符后，我们可以直接简单使用@运算符来实现矩阵乘法了。还一点需要注意的是，在numpy的矩阵乘法中，默认的乘法是不对第一个维度进行操作的，这点也可以从上面的结果中看出（输出结果的第一维都一样）。