Numpy 线性代数

Numpy 提供了线性代数库 linalg ， 该库包含了线性代数所需的所有功能，可以看卡下面的说明：

函数	描述
dot	两个数组的点积， 即元素对应相乘
vdot	两个向量的点积
inner	两个数组的内积
matmul	两个数组的矩阵阵积
determinant	数组的行列式
solve	求解线性矩阵方程
inv	计算矩阵的乘法逆矩阵

numpy.dot()

numpy.dot()对于两个一维的数组，计算的是这两个数组的对应下标元素的乘机和数学上称之为内积（；碎玉二维数数组，计算的是两个数组的矩阵乘机；对于多为数组， 他的通用计算公式如下：即记过数组中的每个元素都是：数组 a 的最后一维上的所有数组 b 的倒数第二位上的所有元素的乘机： dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])）

numpy.dot(a, b, out = None)

参数说明：
　　a : ndarray 数组

　　b ：ndarray 数组

　　out ： ndarray， 可选， 用来保存dot()的计算结果

 

import numpy.matlib
import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[11, 12], [13, 14]])
print(np.dot(a, b))

输出结果：
[[37  40] 
 [85  92]]



计算式为：
[[1*11+2*13, 1*12+2*14], [3*11 +4*13, 3*12 + 4*14]]

 

转载于:https://www.cnblogs.com/jcjc/p/10791581.html