times, .*

乘法

全页折叠

语法

C = A.*B

C = times(A,B)

说明

C = A.*B 通过将对应的元素相乘来将数组 A 和 B 相乘。A 和 B 的大小必须相同或兼容。

如果 A 和 B 的大小兼容，则这两个数组会隐式扩展以相互匹配。例如，如果 A 或 B 中的一个是标量，则该标量与另一个数组的每个元素相结合。此外，具有不同方向的向量（一个为行向量，另一个为列向量）会隐式扩展以形成矩阵。

示例

C = times(A,B) 是执行 A.*B 的替代方法，但很少使用。它可以启用类的运算符重载。

示例

全部折叠

将两个向量相乘

打开实时脚本

创建两个向量 A 和 B，并按元素将这两个向量相乘。

A = [1 0 3];
B = [2 3 7];
C = A.*B

C = 1×3

     2     0    21

将两个数组相乘

打开实时脚本

创建两个 3×3 数组 A 和 B，并按元素将这两个数组相乘。

A = [1 0 3; 5 3 8; 2 4 6];
B = [2 3 7; 9 1 5; 8 8 3];
C = A.*B

C = 3×3

     2     0    21
    45     3    40
    16    32    18

将行和列向量相乘

打开实时脚本

创建行向量 a 和列向量 b，然后将它们相乘。1×3 行向量和 4×1 列向量组合起来产生 4×3 矩阵。

a = 1:3;
b = (1:4)';
a.*b

ans = 4×3

     1     2     3
     2     4     6
     3     6     9
     4     8    12

结果是 4×3 矩阵，矩阵中的每个 (i,j) 元素等于 a(j).*b(i)：

$a = [\begin{matrix} a_{1} & a_{2} & a_{3} \end{matrix}], b = [\begin{matrix} b_{1} \\ b_{2} \\ b_{3} \\ b_{4} \end{matrix}], a . * b = [\begin{matrix} a_{1} b_{1} & a_{2} b_{1} & a_{3} b_{1} \\ a_{1} b_{2} & a_{2} b_{2} & a_{3} b_{2} \\ a_{1} b_{3} & a_{2} b_{3} & a_{3} b_{3} \\ a_{1} b_{4} & a_{2} b_{4} & a_{3} b_{4} \end{matrix}] .$

表相乘

打开实时脚本

自 R2023a 开始提供

创建两个表并将它们相乘。行名称（如果两者中都存在）和变量名称必须相同，但顺序不必相同。输出的行和变量与第一个输入的顺序相同。

A = table([1;2],[3;4],VariableNames=["V1","V2"],RowNames=["R1","R2"])

A=2×2 table
          V1    V2
          __    __

    R1    1     3 
    R2    2     4

B = table([4;2],[3;1],VariableNames=["V2","V1"],RowNames=["R2","R1"])

B=2×2 table
          V2    V1
          __    __

    R2    4     3 
    R1    2     1

C = A .* B

C=2×2 table
          V1    V2
          __    __

    R1    1      6
    R2    6     16

输入参数

全部折叠

`A`, `B` — 操作数
标量 | 向量 | 矩阵 | 多维数组 | 表 | 时间表

操作数，指定为标量、向量、矩阵、多维数组、表或时间表。输入 A 和 B 必须具有相同的大小或具有兼容的大小（例如，A 是一个 M×N 矩阵，B 是标量或 1×N 行向量）。有关详细信息，请参阅基本运算的兼容数组大小。

整数数据类型的操作数不能为复数。

表或时间表形式的输入必须满足以下条件： (自 R2023a 起)

如果输入是表或时间表，则其所有变量都必须有支持该运算的数据类型。
如果只有一个输入是表或时间表，则另一个输入必须为数值或逻辑数组。
如果两个输入均为表或时间表，则：
- 两个输入必须具有相同的大小，或其中一个必须为单行表。
- 两个输入必须有相同名称的变量。但是，每个输入中的变量可以有不同的顺序。
- 如果两个输入均为表，并且都有行名称，则其行名称必须相同。但是，每个输入中的行名称可以有不同的顺序。
- 如果两个输入均为时间表，则其行时间必须相同。但是，每个输入中的行时间可以有不同的顺序。

扩展功能

全部展开

tall 数组
对行数太多而无法放入内存的数组进行计算。

times 函数完全支持 tall 数组。有关详细信息，请参阅 tall 数组。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

MATLAB^® 可能不能完美支持纯虚数与非有限数的乘法。代码生成器不会专门处理与纯虚数的乘法 - 它不会用零实部来消除计算。例如，(Inf + 1i)*1i = (Inf*0 – 1*1) + (Inf*1 + 1*0)i = NaN + Infi。
如果将 times 用于单精度类型和双精度类型操作数，则生成代码得出的结果与 MATLAB 得出的结果可能会有所不同。请参阅单精度和双精度操作数的二元按元素运算 (MATLAB Coder)。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

MATLAB 可能不能完美支持纯虚数与非有限数的乘法。代码生成器不会专门处理与纯虚数的乘法 - 它不会用零实部来消除计算。例如，(Inf + 1i)*1i = (Inf*0 – 1*1) + (Inf*1 + 1*0)i = NaN + Infi。

HDL 代码生成
使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 VHDL、Verilog 和 SystemVerilog 代码。

输入的数据类型不能为 logical。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

此函数完全支持基于线程的环境。有关详细信息，请参阅在基于线程的环境中运行 MATLAB 函数。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

times 函数完全支持 GPU 数组。要在 GPU 上运行该函数，请将输入数据指定为 gpuArray (Parallel Computing Toolbox)。有关详细信息，请参阅在 GPU 上运行 MATLAB 函数 (Parallel Computing Toolbox)。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

此函数完全支持分布式数组。有关详细信息，请参阅使用分布式数组运行 MATLAB 函数 (Parallel Computing Toolbox)。

版本历史记录

在 R2006a 之前推出

全部展开

R2023a: 直接对表和时间表执行运算

times 运算符支持直接对表和时间表执行运算，无效通过索引访问其变量。所有变量都必须具有支持该运算的数据类型。有关详细信息，请参阅Direct Calculations on Tables and Timetables。

R2020b: 隐式扩展更改会影响 `calendarDuration`、`categorical` 和 `duration` 数组

从 R2020b 开始，当参量为 calendarDuration、categorical 或 duration 数组时，times 支持隐式扩展。在 R2020a 和 R2016b 之间，仅数值数据类型支持隐式扩展。

R2016b: 隐式扩展更改会影响运算符的参量

从 R2016b 开始增加了隐式扩展，以前返回错误的基本运算的一些参量组合现在能够生成结果。例如，以前无法对行和列向量执行加法运算，但现在这些操作数对加法运算是有效的。换句话说，[1 2] + [1; 2] 之类的表达式以前会返回大小不匹配错误，但现在可以正常执行了。

如果您的代码使用按元素运算符并依赖 MATLAB 以前对不匹配大小返回的错误，尤其是在 try/catch 块内，那么您的代码可能不再捕获这些错误。

有关基本数组运算要求的输入大小的详细信息，请参阅基本运算的兼容数组大小。

另请参阅

mtimes

times, .*

语法

说明

示例

将两个向量相乘

将两个数组相乘

将行和列向量相乘

表相乘

输入参数

A, B — 操作数 标量 | 向量 | 矩阵 | 多维数组 | 表 | 时间表

扩展功能

tall 数组 对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

HDL 代码生成 使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 VHDL、Verilog 和 SystemVerilog 代码。

基于线程的环境 使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组 使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

版本历史记录

R2023a: 直接对表和时间表执行运算

R2020b: 隐式扩展更改会影响 calendarDuration、categorical 和 duration 数组

R2016b: 隐式扩展更改会影响运算符的参量

另请参阅

主题

`A`, `B` — 操作数
标量 | 向量 | 矩阵 | 多维数组 | 表 | 时间表

tall 数组
对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

HDL 代码生成
使用 HDL Coder™ 为 FPGA 和 ASIC 设计生成 VHDL、Verilog 和 SystemVerilog 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

R2020b: 隐式扩展更改会影响 `calendarDuration`、`categorical` 和 `duration` 数组