numpy.dot

numpy.dot(a, b, out=None)

兩個(gè)數(shù)組的點(diǎn)積
來(lái)源(http://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html)

如果是二維數(shù)組則相當(dāng)于矩陣乘積。一維數(shù)組則是內(nèi)積。N維是在一、二至最后軸和產(chǎn)品上的B：

dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m])

參數(shù)：

• a:array_like，第一個(gè)參數(shù)
• b:array_like，第二個(gè)參數(shù)
• out:ndarray,可選
  輸出參數(shù)，如果沒(méi)有設(shè)置，則會(huì)返回C-contiguous，并且他的Dtype會(huì)是dot(a,b)矩陣的類型（看不懂，大至意思應(yīng)該是這樣）
• Returns:output : ndarray
  返回a和b的積，如果a和b是標(biāo)量或一維數(shù)據(jù)則會(huì)返回一個(gè)數(shù)，其他則返回?cái)?shù)組。
• Raises:ValueError :
  要符合矩陣乘積的尺寸要求，不然會(huì)報(bào)異常。

示范：

>>> np.dot(3, 4)
12

兩個(gè)都是一維數(shù)組：

>>> np.dot([2j, 3j], [2j, 3j])
(-13+0j)

二維矩陣：

>>> a = [[1, 0], [0, 1]]
>>> b = [[4, 1], [2, 2]]
>>> np.dot(a, b)
array([[4, 1],
       [2, 2]])

>>> a = np.arange(3*4*5*6).reshape((3,4,5,6))
>>> b = np.arange(3*4*5*6)[::-1].reshape((5,4,6,3))
>>> np.dot(a, b)[2,3,2,1,2,2]
499128
>>> sum(a[2,3,2,:] * b[1,2,:,2])
499128