Python numpy dot用法及代碼示例

本文簡要介紹 python 語言中 numpy.dot 的用法。

用法:

numpy.dot(a, b, out=None)

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)。

• 如果兩者都a和b是二維數組，它是矩陣乘法，但是使用numpy.matmul或者a @ b是優選的。

• 如果其中之一a或者b是 0-D(標量)，它相當於numpy.multiply並使用numpy.multiply(a, b)或者a * b是優選的。

• 如果 a 是 N-D 數組且 b 是一維數組，則它是 a 和 b 的最後一個軸上的和積。

• 如果a是一個 N-D 數組並且b是一個 M-D 數組(其中M>=2)，它是最後一個軸上的和積a和倒數第二個軸b：

  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 必須是要返回的 dtype點(a,b).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。

返回：

output： ndarray

返回的點積a和b.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out給出，然後返回。

拋出：

ValueError

如果 a 的最後一個維度與 b 的倒數第二個維度的大小不同。

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