numpy.dot() in Python
numpy.dot(vettore_a, vettore_b, out = None) restituisce il prodotto scalare dei vettori a e b. Può gestire array 2D ma li considera come matrici ed eseguirà la moltiplicazione di matrici. Per N dimensioni è un prodotto somma sull'ultimo asse di a e sul penultimo di b :
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
Parametri
- vettore_a: [array_like] se a è complesso il suo complesso coniugato viene utilizzato per il calcolo del prodotto scalare. vettore_b: [array_like] se b è complesso il suo complesso coniugato viene utilizzato per il calcolo del prodotto scalare. out: l'argomento di output [array, opzionale] deve essere contiguo al C e il suo dtype deve essere il dtype che verrebbe restituito per dot(a,b).
Prodotto scalare dei vettori a e b. se vettore_a e vettore_b sono 1D, viene restituito scalare
Codice 1:
Pitone
# 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)> |
Produzione:
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
Codice 2:
Pitone
# 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> '''> |
Produzione:
Dot Product : [[22 12] [40 32]] Dot Product : [[22 32] [15 32]]
