我不明白Numpy.arrays相乘时会发生什么。
例如，使用锯齿(或粗糙)数组
import numpy as np
a = np.array([[1,2,3],[100,200]])
b = np.array([2, 4])
print(a * b)
[[1, 2, 3, 1, 2, 3] [100, 200, 100, 200, 100, 200, 100, 200]]
但是，如果我稍微修改一下
import numpy as np
a = np.array([[1,2],[100,200]])
b = np.array([2, 4])
print(a * b)
[[ 2 8]
[200 800]]
我想找到数组乘法的定义
你的主要问题是你的数组a不是一个"正常"的数组，因为第二个维度是不相等的。如果你尝试a.shape，你得到(2,), a.dtype给出dtype('O')(意思是对象)，a[0].dtype导致属性错误'list' object has no attribute 'dtype'。这意味着您有一个维度为2的numpy数组，每个数组包含一个python列表。
你应该查一下广播，但这不是根本原因。如果在操作期间数组不匹配，通常打算将大小为1的维度扩展为更大的值。还有很多要做的，但是文档很清楚。对于您的特定问题，广播意味着如果两个数组的维度匹配或其中一个数组为1(从后到前计数，用1填充空值)，numpy不会抛出错误。
你有两个(2,)数组(a包含2个列表，b包含2个整数)，这意味着维度匹配(不需要广播)。
这个"错误行为"的其余部分(它不是)与numpy无关，因为在标准python中(它起作用是因为a包含python列表)用标量乘以列表会经常重复和追加列表。
>>>[1, 2, 3] * 3
[1, 2, 3, 1, 2, 3, 1, 2, 3]
，同样的事情发生在您的情况下:a中的第一个列表乘以2，第二个列表乘以4。
我认为它"复制('a'数组列[x]) ('b'数组索引[x])次"。如果你的目标是做乘法，使用NP。点而不是
np.tensordot文档中的示例可能会有所帮助。它创建一个字符串对象数组，并显示dot产生字符串复制。
对于字符串和列表，*表示复制
In [134]: 'abc'*3
Out[134]: 'abcabcabc'
你的数组:
In [126]: a
Out[126]: array([[1, 2, 3], [100, 200]], dtype=object)
In [127]: b
Out[127]: array([2, 4])
和字符串数组(我也可以做a[:]=['a','B'])
In [128]: c = np.array(['a','B'],dtype=object)
In [129]: c
Out[129]: array(['a', 'B'], dtype=object)
元素乘法-复制a的元素2次和3次。
In [130]: a*b
Out[130]: array([[1, 2, 3, 1, 2, 3], [100, 200, 100, 200, 100, 200, 100, 200]], dtype=object)
dot product -同样的东西，但它"求和"* -之后的值和sum for list是串联。
In [131]: a.dot(b)
Out[131]: [1, 2, 3, 1, 2, 3, 100, 200, 100, 200, 100, 200, 100, 200]
同样的事情发生在字符数组、复制和连接上。
In [132]: c*b
Out[132]: array(['aa', 'BBBB'], dtype=object)
In [133]: c.dot(b)
Out[133]: 'aaBBBB'
当处理对象dtype数组时，numpy本质上是遍历元素并应用该对象类定义的操作符/方法。
a*b生效
In [147]: [i*j for i,j in zip(a,b)]
Out[147]: [[1, 2, 3, 1, 2, 3], [100, 200, 100, 200, 100, 200, 100, 200]]
numpy版本稍微花哨一点，可以处理多维数组并使用广播。
基本上numpy数组a*b返回初等乘法，乘法应该是这样的。
Eg-1
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
print(a * b)
[[ 5 12] [21 32]]
Eg-2
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([5,6])
print(a * b)
[[ 5 12] [15 24]]