Python的numpy.dot()

Python的numpy模块提供了执行两个数组的点积的函数。

• 如果数组’a’和’b’均为一维数组，则dot()函数执行向量的内积(无复数共轭)。
• 如果数组“ a”和“ b”都是二维数组，则dot()函数执行矩阵乘法。但是对于矩阵乘法，最好使用matmul或‘a’@’b’ 。
• 如果’a’或’b’是0维(标量)，则dot()函数执行乘法。同样，最好使用numpy.multiply(a，b)或* b方法。
• 如果“ a”是N维数组，而“ b”是1维数组，则dot()函数将在a和b的最后一个轴上执行求和积。
• 如果’a’是一个M维数组，而’b’是一个N维数组(其中N> = 2)，则dot()函数将在’a’的最后一个轴和第二个轴上执行求和积-b的最后一个轴：

dot(a, b)[i,j,k,n] = sum(a[i,j,:] * b[k,:,n])

句法

numpy.dot(a, b, out=None)

参量

一个：array_like

此参数定义第一个数组。

b：类似array_like

此参数定义第二个数组。

out：ndarray(可选)

它是一个输出参数。它应该具有在不使用时会返回的确切类型。特别是，它应该满足性能特征，即它必须包含正确的类型，即它必须是C连续的，并且其dtype必须是为dot(a，b)返回的dtype。因此，如果不满足这些指定条件，则会引发异常。

退货

此函数返回’a’和’b’的点积。如果“ a”和“ b”均为标量或一维，则此函数返回标量。否则，它返回一个数组。如果给出’out’，则返回它。

加薪

当“ a”的最后一个维度与“ b”的倒数第二个维度的大小不同时，会发生ValueError。

范例1：

import numpy as np
a=np.dot(6,12)
a

输出：

72

范例2：

import numpy as np
a=np.dot([2j, 3j], [5j, 8j])
a

输出：

(-34+0j)

范例3：

import numpy as np
a = [[1, 2], [4, 1]]
b = [[4, 11], [2, 3]]
c=np.dot(a, b)
c

输出：

array([[ 8, 17],
           [18, 47]])

在上面的代码中

• • 我们导入了别名为np的numpy。
  • 我们创建了两个二维数组’ a ‘和’ b ‘。
  • 我们已经声明了变量’ c ‘并分配了np.dot()函数的返回值。

最后，我们尝试print’ c ‘的值。

在输出中，它将矩阵乘积显示为数组。

范例4：

import numpy as np
x = np.arange(3*4*5*6).reshape((3,4,5,6))
y = np.arange(3*4*5*6)[::-1].reshape((5,4,6,3))
p=np.dot(a, b)[2,3,2,1,2,2]
q=sum(a[2,3,2,:] * b[1,2,:,2])
p
q

输出：

499128
499128

在上面的代码中

• 我们导入了别名为np的numpy。
• 我们已经创建了两个阵列“a”和“B”使用np.arange()函数和使用重塑()函数改变两个阵列的形状。
• 我们已经声明了变量’ c ‘并分配了np.dot()函数的返回值
• 最后，我们尝试print’ c ‘值。

在输出中，它将矩阵乘积显示为数组。