Produto Numpy Dot

O produto Numpy Dot de Python será discutido nesta seção. O método DOT () em Numpy calcula o produto DOT para matrizes n-dimensionais em Numpy. O Numpy.O operação dot () leva duas matrizes numpy como entrada, calcula o produto DOT entre eles e retorna a saída. Para matrizes 1D, é essencialmente a criação interna dos vetores. Ele faz o produto DOT em matrizes bidimensionais, tratando-as como matrizes.

Como conseqüência, multiplique -os com multiplicação de matrizes. Vamos explorar como o Numpy.A função dot () funciona com vetores, escalares, matrizes e matrizes. Antes de prosseguirmos, vamos lhe dar um rápido resumo da sintaxe e retorno do produto Numpy Dot no Python. Você receberá uma mão em um guia sobre como calcular o produto DOT em Python usando Numpy neste post. O Numpy.O método dot () tem a seguinte sintaxe.

Nesse caso, 'a' e 'b' são as duas matrizes de entrada. Ambas as matrizes devem ser unidimensionais ou bidimensionais. O parâmetro de saída para o escalar da matriz 1-D a ser retornado. Ele retorna o produto DOT de matrizes A e B, respectivamente. A função DOT () faz o produto interno dos vetores e retorna um resultado escalar se ambas as matrizes, no nosso exemplo 'a' e 'b' são 1-D matrizes. O método dot () executa a multiplicação da matriz se ambas as matrizes forem 2D matrizes. O método DOT () executa o produto da soma no último eixo de A e B se 'A' é uma matriz n-dimensional, enquanto 'B' é uma matriz de 1 dimensão. É um produto do último eixo de 'A' e o segundo eixo da variável especificada 'B' sobre as matrizes n-dimensionais. No aprendizado de máquina, saber como interpretar e calcular o produto DOT entre vetores e escalares é crucial. Este ensaio explicará o que é realmente o produto DOT e como calculá -lo em detalhes. Você descobrirá como calcular o produto DOT de duas matrizes 1-dimensional, uma matriz 1-dimensional e um escalar e duas matrizes bidimensionais.

Exemplo 1:

No exemplo anterior, dois valores escalares são fornecidos como argumentos ao NP.função dot (). Como resultado, esse método de ponto numpy multiplica dois valores escalares para obter o produto DOT. NP.DOT () produz 24 quando um = 6 e dois = 4.

importar numpy como np
um = 6
dois = 4
res = np.DOT (um, dois)
Imprimir (res)

A seguir, é o resultado do produto escalar pontilhado.

Exemplo 2:

A função Numpy Dot determina a soma do ponto de dois vetores complexos neste exemplo. Porque 'um' e 'dois' são complexos, é necessário um complexo conjugado de um dos dois vetores complexos. O conjugado complexo de 'dois' é empregado neste caso (6 + 7j) e (6_7j). O produto DOT é calculado usando o NP.DOT () Funciona como 3 (6 + 7j) + 2J (6 - 7J). 18+ 21J+ 12J - 14 = 4+ 33J é o conjugado #Complex de 'dois'. Como resultado de fornecer 'um' e 'dois' como parâmetros para o NP.função dot (), a saída é (4+33J).

importar numpy como np
um = 3 + 2j
dois = 6 + 7j
res = np.DOT (um, dois)
print ("saída:", res)

A saída do código anterior está anexada.

Exemplo 3:

O produto DOT das matrizes 1D é demonstrado neste exemplo. Para começar, duas matrizes são criadas fornecendo os valores para 'um' e 'dois' para o NP.Método Array (). As matrizes declaradas como 'uma' e 'dois' são basicamente matrizes unidimensionais. O produto DOT para essas duas matrizes 1D é calculado usando a função Numpy Dot da seguinte forma:

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

Como resultado de dar matrizes unidimensionais A e B ao NP.função dot (), a saída é um valor escalar de 35.

importar numpy como np
um = np.Array ([2, 3, 1, 6])
dois = np.Array ([1, 2, 3, 4])
res = np.DOT (um, dois)
Imprimir (res)

Consulte a captura de tela em anexo para ver a saída.

Exemplo 4:

O produto DOT sobre matrizes 2D é o nosso exemplo final. O np.A técnica Array () cria duas matrizes, uma e duas, neste caso. As matrizes 'uma' e 'duas' que foram construídas são matrizes bidimensionais. O produto DOT de duas matrizes de entrada é retornado quando duas matrizes bidimensionais são multiplicadas por uma matriz. O produto DOT das matrizes 3D é calculado como:

[[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]

A saída resultante também é uma matriz 2D quando uma e duas matrizes 2D são passadas para o NP.função dot ().

importar numpy como np
um = np.Array ([[1, 0], [4, 3]]))
dois = np.Array ([[2, 3], [6, 7]]))
res = np.DOT (um, dois)
Imprimir (res)

A saída, que é uma matriz 2D, pode ser vista aqui.

Conclusão:

Numpy é o pacote Python mais importante para computação numérica. É uma biblioteca de operações numéricas que tem sido eficiente. O apoio de Numpy torna o trabalho muito mais fácil. Quando usado com Numpy, várias bibliotecas como OpenCV, Scipy e Matplotlib expandem seu conhecimento de programação. Neste artigo, aprendemos sobre o produto Dot do Python. Python's Numpy.O recurso dot () retorna o ponto fabricado a partir de duas matrizes. Incluímos uma maneira de descobrir o produto DOT de escalares e vetores complexos. Com exemplos completos, também descobrimos o caminho para usar a característica do ponto Numpy em matrizes 1D e 2D.