numpy.piste(vektori_a, vektori_b, out = Ei mitään) palauttaa vektorien a ja b pistetulon. Se pystyy käsittelemään 2D-taulukoita, mutta pitää niitä matriisina ja suorittaa matriisin kertolaskua. N mittasuhteelle se on summatulo a:n viimeisen akselin ja b:n toiseksi viimeiseen akseliin nähden:
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])>
Parametrit
- vector_a : [taulukon_kaltainen] jos a on kompleksi, sen kompleksikonjugaattia käytetään pistetulon laskemiseen. vector_b : [taulukon_kaltainen] jos b on kompleksi, sen kompleksikonjugaattia käytetään pistetulon laskemiseen. out : [taulukko, valinnainen] lähtöargumentin on oltava C-viereinen, ja sen dtypen on oltava dtype, joka palautettaisiin pisteelle (a,b).
Piste Vektorien a ja b tulo. jos vektori_a ja vektori_b ovat 1D, niin skalaari palautetaan
java merkkijonon liittäminen
Koodi 1:
Python
# Python Program illustrating> # numpy.dot() method> import> numpy as geek> # Scalars> product>=> geek.dot(>5>,>4>)> print>(>'Dot Product of scalar values : '>, product)> # 1D array> vector_a>=> 2> +> 3j> vector_b>=> 4> +> 5j> product>=> geek.dot(vector_a, vector_b)> print>(>'Dot Product : '>, product)> |
>
b+ puita
>
Lähtö:
Dot Product of scalar values : 20 Dot Product : (-7+22j)>
How Code1 works ? vector_a = 2 + 3j vector_b = 4 + 5j now dot product = 2(4 + 5j) + 3j(4 +5j) = 8 + 10j + 12j - 15 = -7 + 22j>
Koodi 2:
Python
muuntaa merkkijonoksi java
# Python Program illustrating> # numpy.dot() method> import> numpy as geek> # 1D array> vector_a>=> geek.array([[>1>,>4>], [>5>,>6>]])> vector_b>=> geek.array([[>2>,>4>], [>5>,>2>]])> product>=> geek.dot(vector_a, vector_b)> print>(>'Dot Product :
'>, product)> product>=> geek.dot(vector_b, vector_a)> print>(>'
Dot Product :
'>, product)> '''> Code 2 : as normal matrix multiplication> '''> |
java vs c++
>
>
Lähtö:
Dot Product : [[22 12] [40 32]] Dot Product : [[22 32] [15 32]]>