Скидки до 28% + 2-ая профессия бесплатно и подарки на 50 000₽

Что такое функция dot в Python?

Аватар пользователя Ivan Mamtsev
Ivan Mamtsev
29 октября 2024

Функция dot в Python является частью модуля NumPy и используется для выполнения умножения матриц и векторов.

Синтаксис функции dot выглядит следующим образом:

np.dot(a, b)

Где a и b - это два массива NumPy, которые мы хотим перемножить. Если оба массива представляют собой вектора, то dot возвращает их скалярное произведение. Если массивы представляют матрицы, то dot возвращает их матричное произведение.

Например, если у нас есть два вектора:

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

То выражение np.dot(a, b) вернет результат:

1*4 + 2*5 + 3*6 = 32

Если же у нас есть две матрицы:

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

То выражение np.dot(A, B) вернет матрицу:

[[1*5 + 2*7, 1*6 + 2*8],
 [3*5 + 4*7, 3*6 + 4*8]]

Таким образом, функция dot в Python позволяет удобно и эффективно выполнять умножение матриц и векторов при работе с многомерными массивами

0 0

Функция numpy.dot() в библиотеке NumPy возвращает скалярное произведение двух массивов.

Синтаксис: numpy.dot(a, b, out=None)

Параметры:

  • a — первый параметр. Если это комплексное число, то для вычисления скалярного произведения используется его комплексное сопряжение.
  • b — второй параметр. Если это комплексное число, то для вычисления скалярного произведения используется его комплексное сопряжение.
  • out — выходной аргумент (указывается опционально).

Возвращаемое значение: если оба массива одномерные, то возвращается скаляр, в противном случае — массив.

Пример:

a = np.array([1, 2, 3], float)
b = np.array([0, 1, 1], float)
np.dot(a, b)
0 0

Есть что добавить? Зарегистрируйтесь

или войдите в аккаунт

Отправляя форму, вы принимаете «Соглашение об обработке персональных данных» и условия «Оферты», а также соглашаетесь с «Условиями использования»

Курсы по программированию в Хекслете

Программирование

Веб-разработка

Разработка, верстка и деплой сайтов и веб-приложений, трудоустройство для разработчиков

Frontend-разработка

Разработка внешнего интерфейса сайтов и веб-приложений и верстка

Создание сайтов

Разработка сайтов и веб-приложений на JS, Python, Java, PHP и Ruby on Rails

Backend-разработка

Разработка серверной части сайтов и веб-приложений

Тестирование

Ручное тестирование и автоматизированное тестирование на JS, Python, Java и PHP

Аналитика данных

Сбор, анализ и интерпретация данных на Python

Интенсивные курсы

Интенсивное обучение для продолжающих

DevOps

Автоматизация настройки локального окружения и серверов, развертывания и деплоя

Математика для программистов

Обучение разделам математики, которые будут полезны при изучении программирования

JavaScript

Разработка сайтов и веб-приложений и автоматизированное тестирование на JS

Тест-драйв

Python

Веб-разработка, автоматическое тестирование и аналитика данных на Python

Java

Веб-разработка и автоматическое тестирование на Java

PHP

Веб-разработка и автоматическое тестирование на PHP

Ruby

Разработка сайтов и веб-приложений на Ruby on Rails

Go

Курсы по веб-разработке на языке Go

Верстка

HTML

Современная верстка с помощью HTML и CSS

SQL

Проектирование базы данных, выполнение SQL-запросов и изучение реляционных СУБД

Git

Система управления версиями Git, регулярные выражения и основы командой строки

Бесплатные курсы

Бесплатные курсы по тестированию, дата-аналитике, верстке, программированию на Python, Java, PHP и JavaScript.

Базы данных

Фреймворки