numpy 中dot()函數(shù)的計(jì)算方式有哪些

這篇文章主要介紹了numpy 中dot()函數(shù)的計(jì)算方式有哪些，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

如下所示：

a = np.arange(1, 5).reshape(2, 2)
b = np.arange(2, 6).reshape(2, 2)
c = a * b
dot = np.dot(a, b)
print(a)
print(b)
print(c)
print(dot)

打印出a

[[1 2]

[3 4]]

打印出b

[[2 3]

[4 5]]

a * b 每個(gè)相對(duì)位置的數(shù)值相乘1*2=2,2*3=6,3*4=12,4*5=20.比較簡單,自己腦補(bǔ)一下

[[ 2 6]

[12 20]]

a.dot(b)也可以下成下面的那種形式,看你喜歡了.關(guān)鍵是算法

np.dot(a,b)

[[10 13]

[22 29]]

10=1*2+2*4 a[1][1]*b[1][1]+a[1][2]*b[2][1]

13=1*3+2*5

22=3*2+4*4

29=3*3+4*5 a[2][1]*b[1][2]+a[2][2]*b[2][2]

就這樣了，規(guī)律自己找~

補(bǔ)充：Numpy矩陣乘積函數(shù)（dot）運(yùn)算規(guī)則解析

np.dot(A, B)

A為二維m*n的舉證，B必須為n*l的矩陣，l兩個(gè)矩陣的n必須一致，也就是說A有多少列，B就必須有多少行，否則無法運(yùn)算。結(jié)果得到m*l的矩陣

m*l = np.dot(m*n,n*l),m n l指維度，得到m*l的矩陣

運(yùn)算順序如下圖：

程序演示如下：

import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3, 2], [4, 3], [4, 3]]
print(np.dot(A, B))

結(jié)果：

[[23 17]

[56 41]]

如果A和B的形狀交換會(huì)怎么樣呢？

import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3, 2], [4, 3], [4, 3]]
print(np.dot(B, A))

結(jié)果是這樣喲！不是說形狀一定是變小喲

[[11 16 21]

[16 23 30]

[16 23 30]]

這是A和B的形狀不一樣：

import numpy as np
A = [[1, 2, 3], [4, 5, 6]]
B = [[3], [4], [4]]
print(np.dot(A, B))

結(jié)果如下：

[[23]

[56]]

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“numpy 中dot()函數(shù)的計(jì)算方式有哪些”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!