numpy.multiply() i Python
numpy.multiply()> funktion bruges, når vi ønsker at beregne multiplikationen af to array. Det returnerer produktet af arr1 og arr2, elementmæssigt.
Syntaks: numpy.multiply(arr1, arr2, /, out=Ingen, *, where=True, casting='same_kind', order='K', dtype=Ingen, subok=True[, signatur, extobj], ufunc 'multiply' )
Parametre:
arr1: [array_like or scalar]1. input-array.
arr2: [array_like or scalar]2. input-array.
dtype: Typen af det returnerede array. Som standard er dtype af arr bruges.
ud: [ndarray, valgfri] En placering, hvor resultatet er gemt.
-> Hvis det er angivet, skal det have en form, som inputs sender til.
-> Hvis det ikke er angivet eller Ingen, returneres et nytildelt array.
hvor: [array_like, optional] Værdier for True angiver at beregne ufunc på den position, værdier af False angiver at lade værdien være i output alene.
**kwargs: Giver mulighed for at sende nøgleords variabel længde af argument til en funktion. Bruges når vi ønsker at håndtere navngivet argument i en funktion.Vend tilbage: [ndarray eller scalar] Produktet af arr1 og arr2, elementmæssigt.
Eksempel #1:
# Python program explaining> # numpy.multiply() function> > import> numpy as geek> in_num1> => 4> in_num2> => 6> > print> (> '1st Input number : '> , in_num1)> print> (> '2nd Input number : '> , in_num2)> > out_num> => geek.multiply(in_num1, in_num2)> print> (> 'output number : '> , out_num)> |
Output:
1st Input number : 4 2nd Input number : 6 output number : 24
Eksempel #2:
Følgende kode er også kendt som Hadamard-produktet, som ikke er andet end det elementmæssige produkt af de to matricer. Det er det mest brugte produkt for dem, der er interesseret i Machine Learning eller statistik.
# Python program explaining> # numpy.multiply() function> > import> numpy as geek> > in_arr1> => geek.array([[> 2> ,> -> 7> ,> 5> ], [> -> 6> ,> 2> ,> 0> ]])> in_arr2> => geek.array([[> 0> ,> -> 7> ,> 8> ], [> 5> ,> -> 2> ,> 9> ]])> > print> (> '1st Input array : '> , in_arr1)> print> (> '2nd Input array : '> , in_arr2)> > > out_arr> => geek.multiply(in_arr1, in_arr2)> print> (> 'Resultant output array: '> , out_arr)> |
Output:
1st Input array : [[ 2 -7 5] [-6 2 0]] 2nd Input array : [[ 0 -7 8] [ 5 -2 9]] Resultant output array: [[ 0 49 40] [-30 -4 0]]
En anden måde at finde det samme på er
import> numpy as geek> in_arr1> => geek.matrix([[> 2> ,> -> 7> ,> 5> ], [> -> 6> ,> 2> ,> 0> ]])> in_arr2> => geek.matrix([[> 0> ,> -> 7> ,> 8> ], [> 5> ,> -> 2> ,> 9> ]])> > print> (> '1st Input array : '> , in_arr1)> print> (> '2nd Input array : '> , in_arr2)> > out_arr> => geek.array(in_arr1)> *> geek.array(in_arr2)> print> (> 'Resultant output array: '> , out_arr)> |
Output:
1st Input array : [[ 2 -7 5] [-6 2 0]] 2nd Input array : [[ 0 -7 8] [ 5 -2 9]] Resultant output array: [[ 0 49 40] [-30 -4 0]]
