O módulo numpy do Python fornece uma função para realizar o produto escalar de duas matrizes.
- Se ambas as matrizes 'a' e 'b' forem matrizes unidimensionais, a função dot() executa o produto interno dos vetores (sem conjugação complexa).
- Se ambas as matrizes 'a' e 'b' forem matrizes bidimensionais, a função dot() executa a multiplicação da matriz. Mas para multiplicação de matrizes, use o tapete ou 'a' @ 'b' é preferível.
- Se 'a' ou 'b' for 0-dimensional (escalar), a função dot() executa a multiplicação. Além disso, o uso de numpy.multiplicar (a, b) ou uma *b método é o preferido.
- Se 'a' for um array N-dimensional e 'b' for um array unidimensional, então a função dot() executa o produto da soma no último eixo de a e b.
- Se 'a' for um array M-dimensional e 'b' for um array N-dimensional (onde N>=2), então a função dot() executa o produto da soma sobre o último eixo de 'a' e o segundo -até o último eixo de 'b':
dot(a, b)[i,j,k,n] = sum(a[i,j,:] * b[k,:,n])
Sintaxe
numpy.dot(a, b, out=None)
Parâmetros
a: array_like
Este parâmetro define a primeira matriz.
b: array_like
diferença entre árvore binária e árvore de pesquisa binária
Este parâmetro define a segunda matriz.
fora: ndarray (opcional)
É um argumento de saída. Deve ser do tipo exato que seria devolvido caso não fosse utilizado. Particularmente, deve atender ao recurso de desempenho, ou seja, deve conter o tipo correto, ou seja, deve ser C-contíguo, e seu dtype deve ser o dtype que seria retornado para ponto(a,b). Assim, se não atender a essas condições especificadas, gera uma exceção.
10 de 1 milhão
Devoluções
Esta função retorna o produto escalar de 'a' e 'b'. Esta função retorna um escalar se 'a' e 'b' forem ambos escalares ou unidimensionais; caso contrário, ele retornará um array. Se 'out' for fornecido, ele será retornado.
Levanta
O Erro de valor ocorre quando a última dimensão de 'a' não tem o mesmo tamanho que a penúltima dimensão de 'b'.
Exemplo 1:
import numpy as np a=np.dot(6,12) a
Saída:
72
Exemplo 2:
import numpy as np a=np.dot([2j, 3j], [5j, 8j]) a
Saída:
(-34+0j)
Exemplo 3:
import numpy as np a = [[1, 2], [4, 1]] b = [[4, 11], [2, 3]] c=np.dot(a, b) c
Saída:
converter int em string java
array([[ 8, 17], [18, 47]])
No código acima
- Importamos numpy com o nome alternativo np.
- Criamos duas matrizes bidimensionais ' a ' e ' b '.
- Declaramos a variável ' c ' e atribuiu o valor retornado de np.ponto() função. Por último, tentamos imprimir o valor de ' c '.
Na saída, mostra o produto da matriz como uma matriz.
Exemplo 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
Saída:
499128 499128
No código acima
java x c++
- Importamos numpy com o nome alternativo np.
- Criamos dois arrays ' a ' e ' b ' usando np.arange() função e altere a forma de ambos os arrays usando a função reshape().
- Declaramos a variável ' c ' e atribuiu o valor retornado de np.ponto() função
- Por último, tentamos imprimir o ' c ' valor.
Na saída, mostra o produto da matriz como uma matriz.