淺談numpy 中dot()函數(shù)的計(jì)算方式
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(jiǎn)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(wú)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]]
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
相關(guān)文章
Python基礎(chǔ)學(xué)習(xí)之反射機(jī)制詳解
在Python中,反射是指通過一組內(nèi)置的函數(shù)和語(yǔ)句,在運(yùn)行時(shí)動(dòng)態(tài)地訪問、檢查和修改對(duì)象的屬性、方法和類信息的機(jī)制。本文將通過簡(jiǎn)單的示例和大家講講Python中的反射機(jī)制,希望對(duì)大家有所幫助2023-03-03python連接并簡(jiǎn)單操作SQL?server數(shù)據(jù)庫(kù)詳細(xì)步驟
python作為一門十分火熱的編程語(yǔ)言,操作數(shù)據(jù)庫(kù)自然是必不可少的,下面這篇文章主要給大家介紹了關(guān)于python連接并簡(jiǎn)單操作SQL?server數(shù)據(jù)庫(kù)的相關(guān)資料,需要的朋友可以參考下2023-06-06python內(nèi)置堆的具體實(shí)現(xiàn)
本文主要介紹了python內(nèi)置堆的具體實(shí)現(xiàn),堆的表示方法,從上到下,從左到右存儲(chǔ),與列表十分相似,本文就來介紹一下,感興趣的可以了解一下2023-03-03