Python dask.array.dot用法及代码示例

用法: dask.array.dot(a, b, out=None)

此文档字符串是从 numpy.dot 复制的。

可能存在与 Dask 版本的一些不一致之处。

两个数组的点积。具体来说，

如果 a 和 b 都是一维数组，则它是向量的内积(没有复共轭)。
如果 a 和 b 都是二维数组，则它是矩阵乘法，但最好使用 matmul() 或 a @ b。
如果 a 或 b 是 0-D(标量)，则它等效于 multiply()，并且首选使用 numpy.multiply(a, b) 或 a * b。
如果 a 是 N-D 数组且 b 是一维数组，则它是 a 和 b 的最后一个轴的和积。
如果 a 是 N-D 数组且 b 是 M-D 数组(其中 M>=2 )，则它是 a 的最后一个轴和 b 的 second-to-last 轴的和积：
```
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
```

参数：

a：array_like: 第一个论点。
b：array_like: 第二个论点。
out：ndarray，可选: 输出参数。这必须具有在未使用时将返回的确切类型。特别是，它必须具有正确的类型，必须是 C-contiguous，并且它的 dtype 必须是将为 dot(a,b) 返回的 dtype。这是一个性能特征。因此，如果不满足这些条件，则会引发异常，而不是尝试灵活处理。

output：ndarray: 返回 a 和 b 的点积。如果 a 和 b 都是标量或都是一维数组，则返回标量；否则返回一个数组。如果给出out，则返回。

抛出：

ValueError: 如果 a 的最后一个维度与 b 的 second-to-last 维度的大小不同。

例子：

>>> np.dot(3, 4)  
12

两个参数都不是complex-conjugated：

>>> np.dot([2j, 3j], [2j, 3j])  
(-13+0j)

对于二维数组，它是矩阵乘积：

>>> a = [[1, 0], [0, 1]]  
>>> b = [[4, 1], [2, 2]]  
>>> np.dot(a, b)  
array([[4, 1],
       [2, 2]])

>>> a = np.arange(3*4*5*6).reshape((3,4,5,6))  
>>> b = np.arange(3*4*5*6)[::-1].reshape((5,4,6,3))  
>>> np.dot(a, b)[2,3,2,1,2,2]  
499128
>>> sum(a[2,3,2,:] * b[1,2,:,2])  
499128

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.dot。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

抛出：

例子：