Numpy线性代数-numpy.dot()

前言

$NumPy$提供了线性代数函数库linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明。

函数	内容
dot	两数组的点积
vdot	两向量的点积
inner	两数组的内积
determinant	数组的行列式
matmul	两数组的矩阵积
inv	求矩阵的逆
solve	求解线性矩阵方程

相关函数介绍

numpy.dot()：numpy.dot()

numpy.vdot：numpy.vdot()

numpy.inner()：numpy.inner()

numpy.determinant()：numpy.determinant()

numpy.matmul()：numpy.matmul()

numpy.inv()：numpy.inv()

numpy.solve()：numpy.solve()

numpy.dot()

• 对于两个数组(一维)，计算的是这两个数组对应下标元素的乘积和(内积)
• 对于二维数组，计算的是两个数组的矩阵乘积
• 对于多维数组，结果数组中的每个元素都是：数组a的最后一维上的所有元素与数组b的倒数第二维上的所有元素的乘积和： $dot(a,b)[i,j,k,m]=sum(a[i,j,:]\ast b[k,:,m])$

参数：np.dot(a,b,out=None)

• a,b：数组
• out：可选，用于存储计算结果

import numpy as np
a=np.array([1,2,3,4])
b=np.array([1,2,3,4])
ans=np.dot(a,b)#1*1+2*2+3*3+4*4
print(ans)

30

a=np.array(([[1,2],[3,4]]))
b=np.array(([[1,2,3],[4,5,6]]))
ans=np.dot(a,b)#a.shape=(2,2),b.shape=(2,3),ans.shape(2,3) 即矩阵乘
print(ans)

[[ 9 12 15]
 [19 26 33]]