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。

描述
参数 a, b: : array_like

如果a和b是非标量的,则它们的最后尺寸必须匹配。

返回值 out: : ndarray

out.shape = a.shape [:-1] + b.shape [:-1]

异常: ValueError:

如果a和b的最后一个尺寸具有不同的大小。

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.]])

发表回复

登录... 后才能评论