numpy.dot()函数用法
2017-12-27 16:11
357 查看
今天学习到numpy基本的运算方法,遇到了一个让我比较难理解的问题。就是dot函数是如何对矩阵进行运算的。
一、dot()的使用
参考文档:https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html
dot()返回的是两个数组的点积(dot product)
1.如果处理的是一维数组,则得到的是两数组的內积(顺便去补一下数学知识)
2.如果是二维数组(矩阵)之间的运算,则得到的是矩阵积(mastrix product)。
In : a = np.arange(1,5).reshape(2,2)
Out:
array([[1, 2],
[3, 4]])
In : b = np.arange(5,9).reshape(2,2)
Out: array([[5, 6],
[7, 8]])
In : np.dot(a,b)
Out:
array([[19, 22],
[43, 50]])
所得到的数组中的每个元素为,第一个矩阵中与该元素行号相同的元素与第二个矩阵与该元素列号相同的元素,两两相乘后再求和。
这句话有点难理解,但是这句话里面没有哪个字是多余的。结合下图理解这句话。
3.dot()函数可以通过numpy库调用,也可以由数组实例对象进行调用。a.dot(b) 与 np.dot(a,b)效果相同。
矩阵积计算不遵循交换律,np.dot(a,b) 和 np.dot(b,a) 得到的结果是不一样的。
一、dot()的使用
参考文档:https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html
dot()返回的是两个数组的点积(dot product)
1.如果处理的是一维数组,则得到的是两数组的內积(顺便去补一下数学知识)
In : d = np.arange(0,9) Out: array([0, 1, 2, 3, 4, 5, 6, 7, 8])
In : e = d[::-1] Out: array([8, 7, 6, 5, 4, 3, 2, 1, 0]) In : np.dot(d,e) Out: 84
2.如果是二维数组(矩阵)之间的运算,则得到的是矩阵积(mastrix product)。
In : a = np.arange(1,5).reshape(2,2)
Out:
array([[1, 2],
[3, 4]])
In : b = np.arange(5,9).reshape(2,2)
Out: array([[5, 6],
[7, 8]])
In : np.dot(a,b)
Out:
array([[19, 22],
[43, 50]])
所得到的数组中的每个元素为,第一个矩阵中与该元素行号相同的元素与第二个矩阵与该元素列号相同的元素,两两相乘后再求和。
这句话有点难理解,但是这句话里面没有哪个字是多余的。结合下图理解这句话。
3.dot()函数可以通过numpy库调用,也可以由数组实例对象进行调用。a.dot(b) 与 np.dot(a,b)效果相同。
矩阵积计算不遵循交换律,np.dot(a,b) 和 np.dot(b,a) 得到的结果是不一样的。
相关文章推荐
- numpy中矩阵相乘的用法:dot函数和乘号*
- 浅谈numpy中linspace的用法 (等差数列创建函数)
- [Python]numpy中tile函数的用法
- numpy.random.RandomState()函数用法
- numpy 函数diff 用法初探
- numpy的基本用法与其中的函数
- numpy函数:tile函数用法
- numpy的函数用法
- 【机器学习】【数据处理】numpy.random.RandomState函数用法
- Numpy中的tile()函数用法详解
- numpy中的dot()函数
- numpy中hstack() vstack() stack() dstack() vsplit() concatenate() 函数用法
- python: numpy--函数 shape用法
- Numpy中stack(),hstack(),vstack()函数用法介绍及实例
- python: numpy --函数 tile用法
- python: numpy-- 函数 argsort 用法
- NumPy中的乘法运算符 * 指示按元素计算,矩阵乘法可以使用 dot 函数或创建矩阵对象实现
- numpy.random 的函数基本用法
- 【Python】Numpy扩充数组函数之repeat和tile用法
- numpy中一些常用函数的用法总结