Producto de puntos numpy

El producto Numpy Dot de Python se discutirá en esta sección. El método Dot () en Numpy calcula el producto DOT para matrices N-dimensionales en Numpy. El numpy.La operación dot () toma dos matrices numpy como entrada, calcula el producto DOT entre ellos y devuelve la salida. Para matrices 1D, es esencialmente la creación interna de los vectores. Hace el producto DOT en matrices bidimensionales al tratarlas como matrices.

Como consecuencia, multiplíquelos con la multiplicación de matriz. Exploraremos cómo el Numpy.La función dot () funciona con vectores, escalares, matrices y matrices. Antes de ir más allá, déjanos darte un resumen rápido de la sintaxis del producto Numpy Dot y el tipo de retorno en Python. Obtendrá una mano en una guía sobre cómo calcular el producto DOT en Python usando Numpy en esta publicación. El numpy.El método dot () tiene la siguiente sintaxis.

En este caso, 'A' y 'B' son las dos matrices de entrada. Ambas matrices deben ser unidimensionales o bidimensionales. El parámetro de salida para el escalar de la matriz 1-D a devolver está fuera. Devuelve el producto DOT de las matrices A y B, respectivamente. La función dot () realiza el producto interno de los vectores y devuelve un resultado escalar si ambas matrices, en nuestro ejemplo 'a' y 'b', son matrices 1-D. El método dot () ejecuta la multiplicación de matriz si ambas matrices son matrices 2-D. El método dot () ejecuta el producto de suma en el último eje de A y B si 'a' es una matriz n-dimensional, mientras que 'b' es una matriz 1-dimensional. Es un producto del último eje de 'A' y el segundo eje de la variable especificada 'B' sobre matrices N-dimensionales. En el aprendizaje automático, saber cómo interpretar y calcular el producto DOT entre vectores y escalares es crucial. Este ensayo explicará qué es realmente el producto DOT y cómo calcularlo en detalle. Descubrirá cómo calcular el producto DOT de dos matrices undimensionales, una matriz unidimensional y un escalar, y dos matrices bidimensionales.

Ejemplo 1:

En el ejemplo anterior, dos valores escalar se suministran como argumentos al NP.función dot (). Como resultado, este método DOT numpy multiplica dos valores escalares para obtener el producto DOT. notario público.dot () produce 24 cuando uno = 6 y dos = 4.

importar numpy como np
uno = 6
dos = 4
Res = NP.punto (uno, dos)
Imprimir (Res)

El siguiente es el resultado del producto de punto numpy escalar.

Ejemplo 2:

La función DOT numpy determina la suma de puntos de dos vectores complejos en este ejemplo. Debido a que 'uno' y 'dos' son complejos, se requiere un conjugado complejo de uno de los dos vectores complejos. El complejo conjugado de 'dos' se emplea en este caso (6 + 7j) y (6_7j). El producto DOT se calcula utilizando el NP.Función Dot () como 3 (6 + 7J) + 2J (6 - 7J). 18+ 21J+ 12J - 14 = 4+ 33J es el conjugado #Complex de 'Dos'. Como resultado de suministrar 'uno' y 'dos' como parámetros para el NP.función dot (), la salida es (4+33J).

importar numpy como np
uno = 3 + 2J
dos = 6 + 7J
Res = NP.punto (uno, dos)
imprimir ("salida:", res)

Se adjunta la salida del código anterior.

Ejemplo 3:

El producto DOT de las matrices 1D se demuestra en este ejemplo. Para comenzar, se crean dos matrices suministrando los valores para 'uno' y 'dos' al NP.método array (). Las matrices declaradas como 'uno' y 'dos' son básicamente matrices unidimensionales. El producto DOT para estas dos matrices 1D se calcula utilizando la función DOT numpy de la siguiente manera:

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

Como resultado de dar matrices unidimensionales A y B al NP.función dot (), la salida es un valor escalar de 35.

importar numpy como np
uno = np.Array ([2, 3, 1, 6])
Dos = NP.Array ([1, 2, 3, 4])
Res = NP.punto (uno, dos)
Imprimir (Res)

Consulte la captura de pantalla adjunta para ver la salida.

Ejemplo 4:

El producto DOT sobre matrices 2D es nuestro último ejemplo. El NP.La técnica de array () crea dos matrices, una y dos, en este caso. Las matrices 'uno' y 'dos' que se han construido son matrices bidimensionales. El producto DOT de dos matrices de entrada se devuelve cuando dos matrices bidimensionales se multiplican por una matriz. El producto DOT de las matrices 3D se calcula 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]

La salida resultante también es una matriz 2D cuando se pasan una y dos matrices 2D al NP.función dot ().

importar numpy como np
uno = np.Array ([[1, 0], [4, 3]])
Dos = NP.Array ([[2, 3], [6, 7]])
Res = NP.punto (uno, dos)
Imprimir (Res)

La salida, que es una matriz 2D, se puede ver aquí.

Conclusión:

Numpy es el paquete de pitón más importante para el cálculo numérico. Es una biblioteca de operaciones numéricas que ha sido eficiente. El apoyo de Numpy hace que el trabajo sea mucho más fácil. Cuando se usan con Numpy, varias bibliotecas como OpenCV, Scipy y Matplotlib amplían su conocimiento de programación. En este artículo, aprendimos sobre el producto DOT de Python. Python's Numpy.La función Dot () devuelve el punto fabricado a partir de dos matrices. Incluimos una forma de descubrir el producto DOT de escalares y vectores complejos. Con ejemplos exhaustivos, también descubrimos la forma de usar la característica de punto numpy en matrices 1D y 2D.