Python 中的 numpy.dot()
哎哎哎:# t0]https://www . geeksforgeeks . org/num py-dot-python/
numpy.dot(vector_a,vector_b,out = None)返回向量 a 和 b 的点积。它可以处理 2D 数组,但会将它们视为矩阵,并将执行矩阵乘法。对于 N 维,它是 a 的最后一个轴和 b 的倒数第二个轴的和积:
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
参数
- vector _ a:【array _ like】如果 a 是复数,其复共轭用于点积的计算。
- vector _ b:【array _ like】如果 b 是复数,则其复共轭用于点积的计算。
- out : 【数组,可选】输出参数必须是 C 连续的,其数据类型必须是将为点(a,b)返回的数据类型。
返回:
向量 a 和 b 的点积。如果向量 a 和向量 b 是 1D,则返回标量
代码 1:
计算机编程语言
# Python Program illustrating
# numpy.dot() method
import numpy as geek
# Scalars
product = geek.dot(5, 4)
print("Dot Product of scalar values : ", product)
# 1D array
vector_a = 2 + 3j
vector_b = 4 + 5j
product = geek.dot(vector_a, vector_b)
print("Dot Product : ", product)
输出:
Dot Product of scalar values : 20
Dot Product : (-7+22j)
【Code1 是如何工作的?
vector_a = 2 + 3j
vector_b = 4 + 5j
现在点积
= 2(4+5j)+3j(4–5j)
= 8+10j+12j–15
= -7 + 22j
代码 2:
计算机编程语言
# Python Program illustrating
# numpy.dot() method
import numpy as geek
# 1D array
vector_a = geek.array([[1, 4], [5, 6]])
vector_b = geek.array([[2, 4], [5, 2]])
product = geek.dot(vector_a, vector_b)
print("Dot Product : \n", product)
product = geek.dot(vector_b, vector_a)
print("\nDot Product : \n", product)
"""
Code 2 : as normal matrix multiplication
"""
输出:
Dot Product :
[[22 12]
[40 32]]
Dot Product :
[[22 32]
[15 32]]
参考文献:https://numpy . org/doc/stable/reference/generated/numpy . dot . html
本文由莫希特·古普塔 _OMG 供稿😀。如果你喜欢 GeeksforGeeks 并想投稿,你也可以使用write.geeksforgeeks.org写一篇文章或者把你的文章邮寄到 review-team@geeksforgeeks.org。看到你的文章出现在极客博客主页上,帮助其他极客。
如果你发现任何不正确的地方,或者你想分享更多关于上面讨论的话题的信息,请写评论。