numpy.dot() a Python
numpy.dot(vector_a, vector_b, fora = Cap) retorna el producte escalat dels vectors a i b. Pot manejar matrius 2D, però les considera com a matrius i realitzarà la multiplicació de matrius. Per a N dimensions és un producte suma sobre l'últim eix de a i l'avant-últim de b:
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
Paràmetres
- vector_a : [array_like] si a és complex, el seu complex conjugat s'utilitza per al càlcul del producte escalat. vector_b : [array_like] si b és complex, el seu complex conjugat s'utilitza per al càlcul del producte escalat. out : [matriu, opcional] l'argument de sortida ha de ser contigu a C i el seu dtype ha de ser el dtype que es retornaria per a dot(a,b).
Producte escalat dels vectors a i b. si vector_a i vector_b són 1D, es retorna escalar
Codi 1:
Python
# 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)> |
Sortida:
Dot Product of scalar values : 20 Dot Product : (-7+22j)
How Code1 works ? vector_a = 2 + 3j vector_b = 4 + 5j now dot product = 2(4 + 5j) + 3j(4 +5j) = 8 + 10j + 12j - 15 = -7 + 22j
Codi 2:
Python
# 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 :
'> , product)> product> => geek.dot(vector_b, vector_a)> print> (> '
Dot Product :
'> , product)> '''> Code 2 : as normal matrix multiplication> '''> |
Sortida:
Dot Product : [[22 12] [40 32]] Dot Product : [[22 32] [15 32]]
