脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → np.dot()函数

np.dot()函数的用法详解

 更新时间：2020年01月17日 14:34:18   作者：100yes001  
这篇文章主要介绍了np.dot()函数的用法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

基本简介

dot函数为numpy库下的一个函数，主要用于矩阵的乘法运算，其中包括：向量内积、多维矩阵乘法和矩阵与向量的乘法。

1. 向量内积

向量其实是一维的矩阵，两个向量进行内积运算时，需要保证两个向量包含的元素个数是相同的。

例1：

import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7])
y = np.array([2, 3, 4, 5, 6, 7, 8])
result = np.dot(x, y)
print(result)

输出结果：

168

计算过程就是将向量中对应元素相乘，再相加所得。即普通的向量乘法运算。

2. 矩阵乘法运算

两个矩阵(x, y)如果可以进行乘法运算，需要满足以下条件：
x为 m×n 阶矩阵，y为 n×p 阶矩阵，
则相乘的结果 result 为 m×p 阶矩阵。

例2：

import numpy as np

x = np.array([[1, 2, 3],
   [3, 4, 4]])
y = np.array([[0, 1, 1, 1],
   [1, 2, 0, 1],
   [0, 0, 2, 1]])
result = np.dot(x, y)

print(result)
print("x阶数：" + str(x.shape))
print("y阶数：" + str(y.shape))
print("result阶数：" + str(result.shape))

结果为：

[[ 2  5  7  6]
 [ 4 11 11 11]]
x阶数：(2, 3)
y阶数：(3, 4)
result阶数：(2, 4)

dot(x, y)不等于dot(y, x)，矩阵乘法不满足交换律

例3：

import numpy as np

x = np.array([[1, 2],
   [3, 4]])
y = np.array([[2, 2],
   [1, 2]])
result1 = np.dot(x, y)
result2 = np.dot(y, x)

print("result1 = " + str(result1))
print("result2 = " + str(result2))

结果为：

result1 = [[ 4  6]
           [10 14]]
result2 = [[ 8 12]
           [ 7 10]]

如果不满足运算前提，都不可以运算。例2的dot(y,x)不满足运算条件，因此运算会报错。

例4：

import numpy as np

x = np.array([[1, 2, 3],
   [3, 4, 4]])
y = np.array([[0, 1, 1, 1],
   [1, 2, 0, 1],
   [0, 0, 2, 1]])
result = np.dot(y, x)

print(result)

结果为：

Traceback (most recent call last):
  File "numpy1.py", line 96, in <module>
    result = np.dot(y,x)
  File "<__array_function__ internals>", line 6, in dot
ValueError: shapes (3,4) and (2,3) not aligned: 4 (dim 1) != 2 (dim 0)

3. 矩阵与向量乘法

矩阵x为m×n阶，向量y为n阶向量，则矩阵x和向量y可以进行乘法运算，结果为m阶向量。进行运算时，会首先将后面一项进行自动转置操作，之后再进行乘法运算。

例5：

import numpy as np

x = np.array([[1, 2, 3],
   [3, 4, 4]])
y = np.array([1, 2, 3])
result = np.dot(x, y)

print(result)
print("x阶数：" + str(x.shape))
print("y阶数：" + str(y.shape))
print("result阶数：" + str(result.shape))

结果为：

[14 23]
x阶数：(2, 3)
y阶数：(3,)
result阶数：(2,)

例6：仍然不满足交换律

import numpy as np

x = np.array([[1, 2, 3],
   [3, 4, 4],
   [0, 1, 1]])
y = np.array([1, 2, 3])
result1 = np.dot(x, y) # 1×1 + 2×2 + 3×3 = 14（result1的第一个元素）
result2 = np.dot(y, x) # 1×1 + 2×3 + 3×0 = 7 （result2的第一个元素）

print("result1 = " + str(result1))
print("result2 = " + str(result2))

结果为：

result1 = [14 23  5]
result2 = [ 7 13 14]

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • python快速查找算法应用实例

    python快速查找算法应用实例

    这篇文章主要介绍了python快速查找算法,是一个比较经典的算法应用,有一定的借鉴价值,需要的朋友可以参考下
    2014-09-09
  • pytorch简单实现神经网络功能

    pytorch简单实现神经网络功能

    这篇文章主要介绍了pytorch简单实现神经网络，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2022-09-09
  • python算法表示概念扫盲教程

    python算法表示概念扫盲教程

    这篇文章主要为大家详细介绍了python算法表示概念扫盲教程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2017-04-04
  • 使用Python requests库发送JSON数据的POST请求步骤

    使用Python requests库发送JSON数据的POST请求步骤

    在Python这个强大的编程语言中,requests库是一个广泛使用且功能强大的HTTP请求库,发送POST请求并附带JSON数据是一个非常常见的需求,本文给大家介绍了如何用Python的requests库发送JSON数据的POST请求,需要的朋友可以参考下
    2024-06-06
  • Python3压缩和解压缩实现代码

    Python3压缩和解压缩实现代码

    这篇文章主要介绍了Python3压缩和解压缩实现代码,代码简单易懂，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2021-03-03
  • python中数字是否为可变类型

    python中数字是否为可变类型

    在本篇文章里小编给大家整理了关于python中数字是否为可变类型的相关文章内容，需要的朋友们可以学习下。
    2020-07-07
  • Python如何通过subprocess调用adb命令详解

    Python如何通过subprocess调用adb命令详解

    python可以说是写一些小脚本的利器语法简单，做为最著名的就“胶水语言”用它来写一些命令脚本非常的方便。下面这篇文章主要给大家介绍了关于Python如何通过subprocess调用adb命令的相关资料，需要的朋友可以参考借鉴，下面随着小编来一起学习学习吧。
    2017-08-08
  • python如何求两数之和及多数之和

    python如何求两数之和及多数之和

    这篇文章主要介绍了python如何求两数之和及多数之和问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2022-12-12
  • 基于python实现的百度新歌榜、热歌榜下载器（附代码）

    基于python实现的百度新歌榜、热歌榜下载器（附代码）

    这篇文章主要介绍了基于python实现的百度新歌榜、热歌榜下载器（附代码）,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • Python数据结构与算法之使用队列解决小猫钓鱼问题

    Python数据结构与算法之使用队列解决小猫钓鱼问题

    这篇文章主要介绍了Python数据结构与算法之使用队列解决小猫钓鱼问题,结合实例形式分析了Python使用队列实现小猫钓鱼游戏的算法操作技巧,代码中备有较为详尽的注释便于读者理解,需要的朋友可以参考下
    2017-12-12

最新评论