Python numpy函数：dot（）用法（简单直观）

最新推荐文章于 2024-07-15 12:47:31 发布

胡涂涂~

最新推荐文章于 2024-07-15 12:47:31 发布

阅读量3.6k

点赞数 2

分类专栏：图像处理学习文章标签： python 线性代数矩阵

本文链接：https://blog.csdn.net/KUNPLAYBOY/article/details/121038134

版权

图像处理学习专栏收录该内容

4 篇文章 1 订阅

订阅专栏

线性代数中矩阵相乘，被称为点积运算（Dot Product），又称为内积。首先根据线性代数的知识，特别需要注意的一点是：
矩阵X1和矩阵X2进行点积运算，其中X1 和 X2 对应的维度（通俗点说，第一个矩阵的列数，和第二个矩阵的行数要相等）的元素个数必须保持一致，计算过程见下图
在这里插入图片描述
在numpy中点积运算，用np.dot表示，其一般格式为：
numpy.dot(a , b , out = None)

X1 = np.array([[1,2], [3,4]])
X2 = np.array([[5, 6, 7], [8, 9, 10]])
result = dot(X1, X2)
print(result)

"""
  计算结果为 ：[[21,24,27]
               [47,54,61]]
"""