Numpy Dot -Produkt

Das Numpy Dot -Produkt von Python wird in diesem Abschnitt erörtert. Die DOT () -Methode in Numpy berechnet das Punktprodukt für n-dimensionale Arrays in Numpy. Der Numpy.DOT () -Operation nimmt zwei Numpy -Arrays als Eingabe ein, berechnet das DOT -Produkt zwischen ihnen und gibt die Ausgabe zurück. Für 1D -Arrays ist es im Wesentlichen die innere Erstellung der Vektoren. Es macht das Punktprodukt auf zweidimensionalen Arrays, indem es sie als Matrizen behandelt.

Infolgedessen multiplizieren Sie sie mit Matrixmultiplikation. Wir werden untersuchen, wie der Numpy.DOT () -Funktion funktioniert mit Vektoren, Skalaren, Matrizen und Arrays. Bevor wir weiter gehen, geben wir Ihnen einen kurzen Überblick über die Syntax des Numpy Dot -Produkts und geben Sie Python zurück. Sie erhalten eine Handanleitung zum Berechnen des Punktprodukts in Python mit Numpy in diesem Beitrag. Der Numpy.DOT () -Methode hat die folgende Syntax.

In diesem Fall sind 'A' und 'B' die beiden Eingangsarrays. Beide Arrays sollten eindimensional oder zweidimensional sein. Der Ausgangsparameter für den zurückgegebenen 1-D-Array-Scalar ist ausgeführt. Es gibt das Punktprodukt von A- und B -Arrays zurück. Die DOT () -Funktion erfüllt das innere Produkt von Vektoren und gibt ein skalares Ergebnis zurück, wenn beide Arrays in unserem Beispiel 'A' und 'B' 1-D-Arrays sind. Die DOT () -Methode führt die Matrixmultiplikation aus, wenn beide Arrays 2-D-Arrays sind. Die DOT () -Methode führt das Summenprodukt über die letzte Achse von A und B aus, wenn 'A' ein n-dimensionales Array ist, während 'B' ein 1-dimensionales Array ist. Es handelt. Im maschinellen Lernen ist es entscheidend, zu wissen, wie man das Punktprodukt unter Vektoren und Skalaren interpretiert und berechnet. In diesem Aufsatz erklärt, was das Punktprodukt tatsächlich ist und wie es im Detail berechnet werden kann. Sie werden feststellen.

Beispiel 1:

Im vorhergehenden Beispiel werden zwei Skalarwerte als Argumente an den NP geliefert.DOT () Funktion. Infolgedessen multipliziert diese Numpy DOT -Methode zwei Skalarwerte, um das Punktprodukt zu erhalten. np.dot () produziert 24, wenn eins = 6 und zwei = 4.

Numph als NP importieren
eins = 6
zwei = 4
res = np.Punkt (eins, zwei)
Druck (res)

Das Folgende ist das Ergebnis des skalaren Numpy Dot -Produkts.

Beispiel 2:

Die Numpy DOT -Funktion bestimmt die Punktsumme von zwei komplexen Vektoren in diesem Beispiel. Weil 'eins' und 'zwei' komplex sind, ist ein komplexes Konjugat eines der beiden komplexen Vektoren erforderlich. Das komplexe Konjugat von 'Two' wird in diesem Fall (6 + 7j) und (6_7J) verwendet. Das Punktprodukt wird mit dem NP berechnet.DOT () Funktion als 3 (6 + 7J) + 2J (6 - 7J). 18+ 21J+ 12J - 14 = 4+ 33J ist das #Complex -Konjugat von 'Two' '. Infolge der Lieferung von 'One' und 'zwei' als Parameter an die NP.DOT () Funktion, der Ausgang ist (4+33J).

Numph als NP importieren
eins = 3 + 2j
zwei = 6 + 7j
res = np.Punkt (eins, zwei)
print ("Ausgabe:", res)

Die Ausgabe des vorhergehenden Codes ist beigefügt.

Beispiel 3:

Das Punktprodukt von 1D -Arrays wird in diesem Beispiel demonstriert. Zunächst werden zwei Arrays erstellt, indem die Werte für 'One' und 'Two' an die NP geliefert werden.Array () Methode. Die Arrays, die als "eins" und "zwei" deklariert wurden. Das Punktprodukt für diese beiden 1D -Arrays wird unter Verwendung der Numpy DOT -Funktion wie folgt berechnet:

[2, 3, 1, 6]. [1, 2, 3, 4] = 2*1 + 3*2 + 1*3 + 6*4 = 35

Infolge der Verleihung von A- und B eindimensionalen Arrays der NP.DOT () Funktion, der Ausgang ist ein Skalarwert von 35.

Numph als NP importieren
eins = np.Array ([2, 3, 1, 6])
zwei = np.Array ([1, 2, 3, 4])
res = np.Punkt (eins, zwei)
Druck (res)

Weitere Informationen finden Sie im angehängten Screenshot, um die Ausgabe anzuzeigen.

Beispiel 4:

Das Punktprodukt über 2D -Arrays ist unser letztes Beispiel. Der NP.Array () Technik erstellt in diesem Fall zwei Arrays, ein und zwei Arrays. Die "One" und "zwei" Arrays, die konstruiert wurden, sind zweidimensionale Arrays. Das Punktprodukt von zwei Eingangsarrays wird zurückgegeben, wenn zwei zweidimensionale Arrays mit einer Matrix multipliziert werden. Das Punktprodukt von 3D -Arrays wird berechnet als:

[[1, 0], [4, 3]].[[2, 3], [6, 7]]
= [[1*2+0*6, 1*3+0*7], [4*2+3*6, 4*3+3*7]]
= [[2, 3], [26, 33]

Der resultierende Ausgang ist auch ein 2D -Array, wenn ein und zwei 2D -Arrays an die NP übergeben werden.DOT () Funktion.

Numph als NP importieren
eins = np.Array ([1, 0], [4, 3]])
zwei = np.Array ([[2, 3], [6, 7]])
res = np.Punkt (eins, zwei)
Druck (res)

Die Ausgabe, die ein 2D -Array ist, ist hier zu sehen.

Abschluss:

Numpy ist das wichtigste Python -Paket für die numerische Berechnung. Es ist eine numerische Operationsbibliothek, die effizient war. Numpys Unterstützung macht den Job viel einfacher. Bei Verwendung mit Numpy erweitern mehrere Bibliotheken wie OpenCV, Scipy und Matplotlib Ihr Programmierwissen. In diesem Artikel haben wir etwas über Pythons Punktprodukt erfahren. Pythons Numpy.DOT () -Feature gibt den Punkt zurück, der aus zwei Arrays hergestellt wurde. Wir haben eine Möglichkeit aufgenommen, das Punktprodukt von Skalaren und komplexen Vektoren zu entdecken. Mit gründlichen Beispielen entdeckten wir zusätzlich den Weg, das Numpy DOT -Merkmal für 1D- und 2D -Arrays zu verwenden.