numpy inner 用法及代码示例

用法：
numpy.inner(a, b)
两个数组的内积。

一维数组的向量的普通内积(无复共轭)，在较高维度上，最后一个轴上的和积。

注意：

对于向量(一维数组)，它计算普通的inner-product：

np.inner(a, b) = sum(a[:]*b[:])

更一般而言，如果ndim(a)= r> 0且ndim(b)= s> 0：

np.inner(a, b) = np.tensordot(a, b, axes=(-1,-1))

或明确地：

np.inner(a, b)[i0,...,ir-1,j0,...,js-1]
     = sum(a[i0,...,ir-1,:]*b[j0,...,js-1,:])

另外，a或b可以是标量，在这种情况下：

np.inner(a,b) = a*b

例子：

向量的普通内积：

>>> a = np.array([1,2,3])
>>> b = np.array([0,1,0])
>>> np.inner(a, b)
2

多维示例：

>>> a = np.arange(24).reshape((2,3,4))
>>> b = np.arange(4)
>>> np.inner(a, b)
array([[ 14,  38,  62],
       [ 86, 110, 134]])

b是标量的示例：

>>> np.inner(np.eye(2), 7)
array([[7., 0.],
       [0., 7.]])

Lincoln普通用户

收藏 海报分享