本文简要介绍 python 语言中 numpy.ma.inner
的用法。
用法:
ma.inner(a, b, /)
两个数组的内积。
一维数组(没有复共轭)的向量的普通内积,在更高维度上是最后一个轴的和积。
- a, b: array_like
如果 a 和 b 是非标量,它们的最后一个维度必须匹配。
- out: ndarray
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。
out.shape = (*a.shape[:-1], *b.shape[:-1])
- ValueError
如果 a 和 b 都是非标量并且它们的最后一个维度具有不同的大小。
参数:
返回:
抛出:
注意:
掩码值被 0 替换。
对于向量(一维数组),它计算普通的inner-product:
np.inner(a, b) = sum(a[:]*b[:])
更一般地说,如果ndim(a) = r > 0和ndim(b) = s > 0:
np.inner(a, b) = np.tensordot(a, b, axes=(-1,-1))
或明确:
np.inner(a, b)[i0,...,ir-2,j0,...,js-2] = sum(a[i0,...,ir-2,:]*b[j0,...,js-2,:])
此外 a 或 b 可以是标量,在这种情况下:
np.inner(a,b) = a*b
例子:
向量的普通内积:
>>> a = np.array([1,2,3]) >>> b = np.array([0,1,0]) >>> np.inner(a, b) 2
一些多维示例:
>>> a = np.arange(24).reshape((2,3,4)) >>> b = np.arange(4) >>> c = np.inner(a, b) >>> c.shape (2, 3) >>> c array([[ 14, 38, 62], [ 86, 110, 134]])
>>> a = np.arange(2).reshape((1,1,2)) >>> b = np.arange(6).reshape((3,2)) >>> c = np.inner(a, b) >>> c.shape (1, 1, 3) >>> c array([[[1, 3, 5]]])
b 是标量的示例:
>>> np.inner(np.eye(2), 7) array([[7., 0.], [0., 7.]])
相关用法
- Python numpy ma.innerproduct用法及代码示例
- Python numpy ma.indices用法及代码示例
- Python numpy ma.isMA用法及代码示例
- Python numpy ma.is_mask用法及代码示例
- Python numpy ma.is_masked用法及代码示例
- Python numpy ma.identity用法及代码示例
- Python numpy ma.isarray用法及代码示例
- Python numpy ma.isMaskedArray用法及代码示例
- Python numpy ma.zeros用法及代码示例
- Python numpy ma.diff用法及代码示例
- Python numpy ma.mask_rowcols用法及代码示例
- Python numpy ma.where用法及代码示例
- Python numpy ma.zeros_like用法及代码示例
- Python numpy ma.notmasked_contiguous用法及代码示例
- Python numpy ma.concatenate用法及代码示例
- Python numpy ma.apply_along_axis用法及代码示例
- Python numpy ma.compress_rowcols用法及代码示例
- Python numpy ma.vstack用法及代码示例
- Python numpy ma.atleast_3d用法及代码示例
- Python numpy ma.count用法及代码示例
- Python numpy ma.fix_invalid用法及代码示例
- Python numpy ma.mean用法及代码示例
- Python numpy ma.argmax用法及代码示例
- Python numpy ma.empty_like用法及代码示例
- Python numpy ma.hstack用法及代码示例
注:本文由纯净天空筛选整理自numpy.org大神的英文原创作品 numpy.ma.inner。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。