numpy.inner¶
-
numpy.
inner
(a, b)¶ 两个数组的内积。
用于1-D数组(没有复共轭)的向量的普通内积,在较高维度上是最后轴上的和积。
参数: a,b:array_like
如果a和b为非标量,则其最后一个维度必须匹配。
返回: out:ndarray
out.shape = a.shape [: - 1] + b.shape [: - 1]
上升: ValueError
如果a和b的最后一个维度具有不同的大小。
笔记
对于向量(1-D数组),它计算普通内积:
np.inner(a, b) = sum(a[:]*b[:])
更一般地,如果ndim(a)= r> 0和ndim(b)= s> 0:
np.inner(a, b) = np.tensordot(a, b, axes=(-1,-1))
或明确:
np.inner(a, b)[i0,...,ir-1,j0,...,js-1] = sum(a[i0,...,ir-1,:]*b[j0,...,js-1,:])
此外,a或b可能是标量,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]])
其中b是标量的示例:
>>> np.inner(np.eye(2), 7) array([[ 7., 0.], [ 0., 7.]])