numpy.multiply() in Python
numpy.multiply()> La funzione viene utilizzata quando vogliamo calcolare la moltiplicazione di due array. Restituisce il prodotto di arr1 e arr2, a livello di elemento.
Sintassi: numpy.multiply(arr1, arr2, /, out=None, *, where=True, casting='stesso_tipo', order='K', dtype=None, subok=True[, firma, extobj], ufunc 'moltiplica' )
Parametri:
arr1: [array_like o scalare]Primo array di input.
arr2: [array_like o scalare]2° array di input.
dtipo: Il tipo dell'array restituito. Per impostazione predefinita, il dtype di arr viene utilizzato.
fuori: [ndarray, opzionale] Una posizione in cui è archiviato il risultato.
-> Se fornito, deve avere una forma in cui vengono trasmessi gli ingressi.
-> Se non fornito o None, viene restituito un array appena allocato.
Dove: [array_like, opzionale] I valori True indicano di calcolare ufunc in quella posizione, i valori False indicano di lasciare solo il valore nell'output.
**kwarg: Permette di passare la lunghezza variabile dell'argomento della parola chiave a una funzione. Utilizzato quando vogliamo gestire un argomento con nome in una funzione.Ritorno: [ndarray o scalare] Il prodotto di arr1 e arr2, dal punto di vista degli elementi.
Esempio 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)> |
Produzione :
1st Input number : 4 2nd Input number : 6 output number : 24
Esempio n.2:
Il codice seguente è noto anche come prodotto Hadamard che non è altro che il prodotto elementare delle due matrici. È il prodotto più comunemente utilizzato da coloro che sono interessati al machine learning o alle statistiche.
# 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)> |
Produzione :
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]]
Un altro modo per trovare lo stesso è
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)> |
Produzione :
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]]
