numpy.dot() Pythonissa
numpy.piste(vektori_a, vektori_b, out = Ei mitään) palauttaa vektorien a ja b pistetulon. Se pystyy käsittelemään 2D-taulukoita, mutta pitää niitä matriisina ja suorittaa matriisin kertolaskua. N mittasuhteelle se on summatulo a:n viimeisen akselin ja b:n toiseksi viimeiseen akseliin nähden:
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
Parametrit
- vector_a : [taulukon_kaltainen] jos a on kompleksi, sen kompleksikonjugaattia käytetään pistetulon laskemiseen. vector_b : [taulukon_kaltainen] jos b on kompleksi, sen kompleksikonjugaattia käytetään pistetulon laskemiseen. out : [taulukko, valinnainen] lähtöargumentin on oltava C-viereinen, ja sen dtypen on oltava dtype, joka palautettaisiin pisteelle (a,b).
Piste Vektorien a ja b tulo. jos vektori_a ja vektori_b ovat 1D, niin skalaari palautetaan
Koodi 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)> |
Lähtö:
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
Koodi 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> '''> |
Lähtö:
Dot Product : [[22 12] [40 32]] Dot Product : [[22 32] [15 32]]
