numpy中的dot函数用法是什么？-群英

上一篇：python合并excel表怎样实现？一文带你看懂下一篇：怎样用python写一个截屏工具？

这篇文章主要给大家分享numpy中的dot函数用法的内容，下文有具体的实例，具有一定的借鉴和学习价值，感兴趣的朋友可以参考一下，希望大家阅读完这篇文章能有所收获，下面我们一起来学习一下吧。

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 每个相对位置的数值相乘1*2=2,2*3=6,3*4=12,4*5=20.比较简单,自己脑补一下

[[ 2 6]

[12 20]]

a.dot(b)也可以下成下面的那种形式,看你喜欢了.关键是算法

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]

就这样了，规律自己找~

补充：Numpy矩阵乘积函数（dot）运算规则解析

A为二维m*n的举证，B必须为n*l的矩阵，l两个矩阵的n必须一致，也就是说A有多少列，B就必须有多少行，否则无法运算。结果得到m*l的矩阵

m*l = np.dot(m*n,n*l),m n l指维度，得到m*l的矩阵

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

结果：

[[23 17]

[56 41]]

如果A和B的形状交换会怎么样呢？

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

结果是这样哟！不是说形状一定是变小哟

[[11 16 21]

[16 23 30]

[16 23 30]]

这是A和B的形状不一样：

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

结果如下：

[[23]

[56]]

以上就是关于numpy中的dot函数的计算方法介绍，上述实例仅供参考，希望文本对大家学习dot函数有帮助，想要了解更多numpy中的dot函数的内容，大家可以继续关注其他文章。

标签： numpy中的dot函数

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

上一篇：python合并excel表怎样实现？一文带你看懂下一篇：怎样用python写一个截屏工具？