python 点乘_点积(dot)运算及简单应用

写在最前面

1.本文将尽量简明直观的介绍点积运算，及其在python中的简单应用。对点积运算的理解将对机器学习的算法编写提供相当大的帮助。

2.本文代码使用python及numpy科学算法库进行编写。

3.很重要的一点是：向量A与向量B的点积 并不等于 向量B与向量A的点积，我们用A·B表示两个向量的点积运算，则A·B!=B·A(或者你习惯于A·B<>B·A的表述)。

一维相量的点积运算

若A 和 B 均为一维向量，且均包含有n个元素，则A与B的点积为：

A[0]B[0]+A[1]B[1]+...+A[n]*B[n]。

# A 和 B 均为一维向量，且均包含有n个元素，则A与B的点积为：

# A[0]*B[0]+A[1]*B[1]+...+A[n]*B[n]。

# 即下标相同的元素的乘积之和。没错，出来的是一个数字。

# 举个例子

A=[1,2,3,4,5]

B=[5,4,3,2,1]

print('A与B的点积为:',np.dot(A,B)) #此处np.dot(A,B)就是求A与B的点积运算

#输出>A与B的点积为: 35

上例中，35=1*5+2*4+3*3+4*2+5*1=5+8+9+8+5

如果你认为这很简单，那么有没有想过二维向量的点积会如何呢？

哦，对了，提一句。一般我们使用大写字母表示向量，小写字母表示具体的某一项。不出意外的话，是国际通用的。

二维向量的点积运算

二维数组的点积相对复杂一些。

先来个