前言
N
u
m
P
y
NumPy
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.inner()
numpy.inner()
函数返回一维数组的向量内积。
- 如果对于更高的维度,它返回最后一个轴上的和的乘积
import numpy as np
ans=np.inner(np.array([1,2,3,4]),np.array([1,2,3,4]))
print(ans)#[1,2,3,4].[1,2,3,4]
30
a=np.array(([[1,2],[3,4]]))
b=np.array(([[11,12],[13,14]]))
ans=np.inner(a,b)
print('内积:')
print(ans)
内积:
[[35 41]
[81 95]]
计算公式:
1 ∗ 11 + 2 ∗ 12 1*11+2*12 1∗11+2∗12, 1 ∗ 13 + 2 ∗ 14 1*13+2*14 1∗13+2∗14
3 ∗ 11 + 4 ∗ 12 3*11+4*12 3∗11+4∗12, 3 ∗ 13 + 4 ∗ 14 3*13+4*14 3∗13+4∗14