它只是每个元素的平方。

from numpy import *
a = arange(4).reshape((2,2))
print a**2

印刷品

[[0 1]
 [4 9]]

你应该读NumPy for Matlab Users，这里提到了元素态的幂运算，你也可以看到在numpy中，一些运算符对array和matrix的应用是不同的。

>>> from numpy import *
>>> a = arange(4).reshape((2,2))
>>> print a**2
[[0 1]
 [4 9]]
>>> print matrix(a)**2
[[ 2  3]
 [ 6 11]]

**是Python中的乘幂运算符，因此x**2在Python中表示“x平方”--包括numpy。（无论维数如何）就像x*2将每个元素加倍，或者x+2将每个元素增加2（在每种情况下，x本身不受影响--结果是一个与x形状相同的新临时数组！）。

编辑：正如@kaizer.ze指出的，虽然我写的内容适用于numpy.array对象，但它不适用于numpy.matrix对象，在numpy.matrix对象中，乘法意味着矩阵乘法，而不是像array那样的逐个元素的运算（乘方也是如此）--事实上，这是两种类型之间的关键区别。例如，正如Scipy tutorial所言：

当我们使用numpy.array或numpy.matrix时，这是有区别的。在后一种情况下，A*x将是矩阵积，而不是像数组那样的元素积。
也就是numpy reference所说的：
矩阵是一种特殊的二维数组，通过运算保持其二维性质。它有一些特殊的运算符，如*（矩阵乘法）和**（矩阵幂）。