numpy.dot#

numpy.dot(a, b, выход=None)#

Скалярное произведение двух массивов. Конкретно,

Если оба a и b являются 1-D массивами, это скалярное произведение векторов (без комплексного сопряжения).
Если оба a и b являются 2-D массивами, это матричное умножение, но с использованием matmul или a @ b предпочтительнее.
Если любой из a или b является 0-D (скаляром), это эквивалентно multiply и использование numpy.multiply(a, b) или a * b является предпочтительным.
Если a является N-мерным массивом и b является одномерным массивом, это сумма произведений по последней оси a и b.
Если a является N-мерным массивом и b является M-D массивом (где M>=2), это суммарное произведение по последней оси a и предпоследней осью b:
```
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])
```

Он использует оптимизированную библиотеку BLAS, когда это возможно (см. numpy.linalg).

Параметры:

aarray_like: Первый аргумент.
barray_like: Второй аргумент.
выходndarray, необязательно: Выходной аргумент. Он должен иметь точный вид, который был бы возвращен, если бы не использовался. В частности, он должен иметь правильный тип, быть C-непрерывным, и его dtype должен быть dtype, который был бы возвращен для dot(a,b). Это функция производительности. Поэтому, если эти условия не выполнены, возникает исключение, вместо попытки быть гибким.

Возвращает:

выводndarray: Возвращает скалярное произведение a и b. Если a и b оба скаляры или оба 1-D массива, то возвращается скаляр; в противном случае возвращается массив. Если выход если задано, то возвращается.

Вызывает:

ValueError: Если последнее измерение a не имеет того же размера, что и предпоследнее измерение b.

Смотрите также

vdot: Комплексно-сопряжённое скалярное произведение.
vecdot: Векторное скалярное произведение двух массивов.
tensordot: Суммировать произведения по произвольным осям.
einsum: Соглашение суммирования Эйнштейна.
matmul: ‘@’ оператор как метод с параметром out.
linalg.multi_dot: Цепное скалярное произведение.

Примеры

>>> import numpy as np
>>> np.dot(3, 4)
12

Ни один из аргументов не является комплексно-сопряжённым:

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

Для 2-D массивов это матричное произведение:

>>> 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