numpy.dot

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.dot.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

两个数组的点积。

对于2-D数组，其等效于矩阵乘法，对于1-D数组等效于向量的内积（无共轭复数）。对于N维，它是a的最后一个轴和b的倒数第二个轴的积的和：

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

参数：	a：array_like 第一个参数。 b：array_like 第二个参数。 out：ndarray，可选 输出参数。如果没有使用，返回必须有确切的类型。特别地，它必须具有正确的类型，必须是C连续的，并且其dtype必须是dot(a,b)将返回的dtype。这是一个性能特性。因此，如果不满足这些条件，则引发异常，而不是试图灵活。
返回：	输出：ndarray 返回a和b的点积。如果a和b都是标量或都是1-D数组，则返回标量；否则返回一个数组。如果给出out，则返回。
引发：	ValueError 如果a的最后一个维度大小与b的倒数第二个维度的大小不同。

另见

vdot

复共轭点积。

tensordot

任意轴上的和。

einsum

爱因斯坦求和约定。

matmul

'@'操作符作为带out参数的方法。

例子

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

两个参数都不是复共轭的：

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

对于2-D数组，它是矩阵积：

>>> 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