numpy.dot

原文:https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html

译者:飞龙 UsyiyiCN

校对:(虚位以待)

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

两个数组的点积。

对于2-D数组,其等效于矩阵乘法,对于1-D数组等效于向量的内积(无共轭复数)。对于N维,它是a的最后一个轴和b的倒数第二个轴的积的和:

dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
参数:

a:array_like

第一个参数。

b:array_like

第二个参数。

out:ndarray,可选

输出参数。如果没有使用,返回必须有确切的类型。特别地,它必须具有正确的类型,必须是C连续的,并且其dtype必须是dot(a,b)将返回的dtype。这是一个性能特性。因此,如果不满足这些条件,则引发异常,而不是试图灵活。

返回:

输出:ndarray

返回ab的点积。如果ab都是标量或都是1-D数组,则返回标量;否则返回一个数组。如果给出out,则返回。

引发:

ValueError

如果a的最后一个维度大小与b的倒数第二个维度的大小不同。

另见

vdot
复共轭点积。
tensordot
任意轴上的和。
einsum
爱因斯坦求和约定。
matmul
'@'操作符作为带out参数的方法。

例子

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

两个参数都不是复共轭的:

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

对于2-D数组,它是矩阵积:

>>> 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