numpy中的dot函数用法是什么？
发布时间：2022-03-12 13:56:34 所属栏目：语言 来源：互联网
导读：这篇文章主要给大家分享numpy中的dot函数用法的内容，下文有具体的实例，具有一定的借鉴和学习价值，感兴趣的朋友可以参考一下，希望大家阅读完这篇文章能有所收获，下面我们一起来学习一下吧。 如下所示： a = np.arange(1, 5).reshape(2, 2) b = np.arange
|
这篇文章主要给大家分享numpy中的dot函数用法的内容，下文有具体的实例，具有一定的借鉴和学习价值，感兴趣的朋友可以参考一下，希望大家阅读完这篇文章能有所收获，下面我们一起来学习一下吧。 如下所示： a = np.arange(1, 5).reshape(2, 2) b = np.arange(2, 6).reshape(2, 2) c = a * b dot = np.dot(a, b) print(a) print(b) print(c) print(dot) 打印出a [[1 2] [3 4]] 打印出b [[2 3] [4 5]] a * b 每个相对位置的数值相乘1*2=2,2*3=6,3*4=12,4*5=20.比较简单,自己脑补一下 [[ 2 6] [12 20]] a.dot(b)也可以下成下面的那种形式,看你喜欢了.关键是算法 np.dot(a,b) [[10 13] [22 29]] 10=1*2+2*4 a[1][1]*b[1][1]+a[1][2]*b[2][1] 13=1*3+2*5 22=3*2+4*4 29=3*3+4*5 a[2][1]*b[1][2]+a[2][2]*b[2][2] 就这样了，规律自己找~ 补充：Numpy矩阵乘积函数（dot）运算规则解析 np.dot(A, B) A为二维m*n的举证，B必须为n*l的矩阵，l两个矩阵的n必须一致，也就是说A有多少列，B就必须有多少行，否则无法运算。结果得到m*l的矩阵 m*l = np.dot(m*n,n*l),m n l指维度，得到m*l的矩阵 运算顺序如下图： 程序演示如下： import numpy as np A = [[1, 2, 3], [4, 5, 6]] B = [[3, 2], [4, 3], [4, 3]] print(np.dot(A, B)) 结果： [[23 17] [56 41]] 如果A和B的形状交换会怎么样呢？ import numpy as np A = [[1, 2, 3], [4, 5, 6]] B = [[3, 2], [4, 3], [4, 3]] print(np.dot(B, A)) 结果是这样哟！不是说形状一定是变小哟 [[11 16 21] [16 23 30] [16 23 30]] 这是A和B的形状不一样： import numpy as np A = [[1, 2, 3], [4, 5, 6]] B = [[3], [4], [4]] print(np.dot(A, B))  （编辑：信阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
