Python dask.array.dot用法及代碼示例

用法: dask.array.dot(a, b, out=None)

此文檔字符串是從 numpy.dot 複製的。

可能存在與 Dask 版本的一些不一致之處。

兩個數組的點積。具體來說，

如果 a 和 b 都是一維數組，則它是向量的內積(沒有複共軛)。
如果 a 和 b 都是二維數組，則它是矩陣乘法，但最好使用 matmul() 或 a @ b。
如果 a 或 b 是 0-D(標量)，則它等效於 multiply()，並且首選使用 numpy.multiply(a, b) 或 a * b。
如果 a 是 N-D 數組且 b 是一維數組，則它是 a 和 b 的最後一個軸的和積。
如果 a 是 N-D 數組且 b 是 M-D 數組(其中 M>=2 )，則它是 a 的最後一個軸和 b 的 second-to-last 軸的和積：
```
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
```

參數：

a：array_like: 第一個論點。
b：array_like: 第二個論點。
out：ndarray，可選: 輸出參數。這必須具有在未使用時將返回的確切類型。特別是，它必須具有正確的類型，必須是 C-contiguous，並且它的 dtype 必須是將為 dot(a,b) 返回的 dtype。這是一個性能特征。因此，如果不滿足這些條件，則會引發異常，而不是嘗試靈活處理。

output：ndarray: 返回 a 和 b 的點積。如果 a 和 b 都是標量或都是一維數組，則返回標量；否則返回一個數組。如果給出out，則返回。

拋出：

ValueError: 如果 a 的最後一個維度與 b 的 second-to-last 維度的大小不同。

例子：

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

兩個參數都不是complex-conjugated：

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

對於二維數組，它是矩陣乘積：

>>> 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

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.dot。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

拋出：

例子：