numpy.dot(vector_a, vector_b, out = Ninguno) devuelve el producto escalar de los vectores a y b. Puede manejar matrices 2D pero las considera como matrices y realizará la multiplicación de matrices. Para N dimensiones es un producto suma sobre el último eje de a y el penúltimo de b:
dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])>
Parámetros
- vector_a: [array_like] si a es complejo, su conjugado complejo se utiliza para el cálculo del producto escalar. vector_b: [array_like] si b es complejo, su conjugado complejo se utiliza para el cálculo del producto escalar. out: el argumento de salida [matriz, opcional] debe ser contiguo a C y su tipo d debe ser el tipo d que se devolvería para el punto (a, b).
Producto escalar de los vectores a y b. si vector_a y vector_b son 1D, entonces se devuelve un escalar
cómo desactivar el modo desarrollador en android
Código 1:
Pitón
# 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)> |
CSS centrando una imagen
>
>
Producción:
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>
Código 2:
Pitón
convertir int a cadena 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 frente a c++
>
>
Producción:
Dot Product : [[22 12] [40 32]] Dot Product : [[22 32] [15 32]]>