NumPy教程-numpy.dot()在Python中的使用
P
点击关注 👉约 3 分钟
点击关注 👉约 3 分钟如果数组'a'和'b'都是1维数组，dot()函数执行向量的内积（不包括复共轭）。
如果数组'a'和'b'都是2维数组，dot()函数执行矩阵乘法。但是对于矩阵乘法，推荐使用matmul或'a' @ 'b'。
如果'a'或'b'中的任一数组是0维（标量），dot()函数执行乘法。同时，推荐使用numpy.multiply(a, b)*或*a * b方法。
如果'a'是一个N维数组，'b'是一个1维数组，则dot()函数在a和b的最后一个轴上执行求和乘积。
如果'a'是M维数组，'b'是一个N维数组（其中N>=2），则dot()函数在'a'的最后一个轴和'b'的倒数第二个轴上执行求和乘积：
dot(a, b)[i, j, k, n] = sum(a[i, j, :] * b[k, :, n])
语法
numpy.dot(a, b, out=None)
参数
返回值
👉点击领取：最全Python资料合集
引发
示例1：
import numpy as npa=np.dot(6,12)a
72
示例2：
import numpy as npa=np.dot([2j, 3j], [5j, 8j])a
(-34+0j)
示例3：
import numpy as npa = [[1, 2], [4, 1]]b = [[4, 11], [2, 3]]c=np.dot(a, b)c
array([[ 8, 17],[18, 47]])
我们使用别名np导入了numpy。
我们创建了两个2维数组'a'和'b'。
我们声明了变量'c'并赋值为np.dot()函数的返回值。
最后，我们尝试打印变量'c'的值。
示例4：
import numpy as npx = 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])pq
499128499128
我们使用别名np导入了numpy。
我们使用np.arange()函数创建了两个数组'a'和'b'，并使用reshape()函数改变了这两个数组的形状。
我们声明了变量'c'并赋值为np.dot()函数的返回值。
最后，我们尝试打印变量'c'的值。
在输出中，显示了矩阵乘积作为数组。
热门推荐