NumPy dot()函数的用法（附带实例）

在 NumPy 中，提供了 dot() 函数实现矩阵和向量积。

dot() 函数的格式为：

numpy.dot(a, b[,out])

计算两个矩阵 a、b 的乘积，如果是一维数组则是它们的内积。

注意，线性代数里面讲的维数和数组的维数不同，如线性代数中提到的 n 维行向量在 NumPy 中是一维数组，而在线性代数中 n 维列向量在 NumPy 中是一个 shape(n, 1) 的二维数组。

【实例】利用 dot() 函数求矩阵的乘积。

import numpy as np
# 矩阵和向量积
print('矩阵和向量积')
x = np.array([1, 3, 5, 4, 7])
y = np.array([2, 3, 4, 5, 6])
z = np.dot(x, y)
print('x和y的内积:', z)

x = np.array([[1, 2, 3], [3, 4, 5], [6, 7, 8]])
print('新矩阵x:', x)
y = np.array([[1, 2, 3], [1, 7, 9], [0, 4, 5]])
print('新矩阵y:', y)
z = np.dot(x, y)
print('x和y的乘积:', z)

运行程序，输出如下：

矩阵和向量积
x和y的内积:93
新矩阵x:[[1 2 3]
[3 4 5]
[6 7 8]]
新矩阵y:[[1 2 3]
[1 7 9]
[0 4 5]]
x和y的乘积:[[ 3 28 36]
[ 7 54 70]
[13 93 121]]