[英]numpy.dot how to calculate 1-D array with 2-D array
numpy.dot docstring说:
对于2-D阵列,它相当于矩阵乘法,对于1-D阵列相当于矢量的内积(没有复共轭)。 对于N维,它是a的最后一个轴和b的倒数第二个轴的和积
但它没有说明numpy.dot如何计算具有二维数组的一维数组。那么Numpy如何处理具有二维数组(矩阵)的一维数组(向量)?
我做了一些测试:
In [27]: a
Out[27]:
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
In [28]: b
Out[28]: array([0, 1, 2])
In [29]: np.dot(a,b)
Out[29]: array([ 5, 14, 23])
In [30]: np.dot(a, b.reshape(-1,1))
Out[30]:
array([[ 5],
[14],
[23]])
In [31]: np.dot(a, b.reshape(-1,1)).ravel() # same as np.dot(a,b)
Out[31]: array([ 5, 14, 23])
In [32]: np.dot(b,a)
Out[32]: array([15, 18, 21])
In [33]: np.dot(b.reshape(1,-1), a)
Out[33]: array([[15, 18, 21]])
In [34]: np.dot(b.reshape(1,-1), a).ravel() # same as np.dot(b,a)
Out[34]: array([15, 18, 21])
上面的测试表明numpy.dot可以处理带有二维数组的一维数组。 这样对吗?
只有一个案例未在文档中明确描述,但有点暗示,即如何应用于2D和1D输入规则:
它是a的最后一个轴和b的倒数第二个的和积
在你的情况,当你做np.dot(a, b)
有没有“第二到最后的”轴b
。 那么numpy是什么,是为了最后解决。 因此,它可以显示a
和b
的每一行的总和乘积。
您的所有其他示例都符合上述规则。
1-d阵列和2-d阵列被处理为矩阵向量(或向量矩阵)乘积。 实际上,实现使用BLAS *gemv
函数来处理浮点输入的这种情况。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.