Numpy---------(十)

三、函数库

5. 内积、外积、张量积

• numpy.dot(a, b, out=None)：计算矩阵的乘积。对于一维数组，他计算的是内积；对于二维数组，他计算的是线性代数中的矩阵乘法。

• numpy.vdot(a, b)：返回一维向量之间的点积。如果a和b是多维数组，则展平成一维再点积。

• numpy.inner(a, b)：计算矩阵的内积。对于一维数组，它计算的是向量点积；对于多维数组，则它计算的是：每个数组最后轴作为向量，由此产生的内积。

• numpy.outer(a, b, out=None)：计算矩阵的外积。它始终接收一维数组。如果是多维数组，则展平成一维数组。

• 

numpy.tensordot(a, b, axes=2)：计算张量乘积。

      

• axes如果是个二元序列，则第一个元素表示a中的轴；第二个元素表示b中的轴。将这两个轴上元素相乘之后求和。其他轴不变。

        说明：根据 jupyter lab 测试，以上“ 将这两个轴上元素相乘之后求和”并不正确，并不是两个轴上元素相乘求和，而是整个数组在本轴方向上的切片做为一个元素，再参与运算，比如在0轴方向上的切片就是 数组在0轴方向的切片，就是每一列，1轴方向的切片就是 每一行，也就是与1轴平行的行。

• axes如果是个整数，则表示把a中的后axes个轴和b中的前axes个轴进行乘积之后求和。其他轴不变。

说明：根据上述说明，[74] 行 不是线性代数的矩阵乘法，矩阵乘法应该是 axes = [1,0]。

叉乘：numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1, axis=None):计算两个向量之间的叉乘。叉积用于判断两个三维空间的向量是否垂直。要求a和b都是二维向量或者三维向量，否则抛出异常。（当然他们也可以是二维向量的数组，或者三维向量的数组，此时一一叉乘）