NumPy 教程 之 NumPy 线性代数 3

NumPy 线性代数

NumPy 提供了线性代数函数库 linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明：

函数 描述
dot 两个数组的点积，即元素对应相乘。
vdot 两个向量的点积
inner 两个数组的内积
matmul 两个数组的矩阵积
determinant 数组的行列式
solve 求解线性矩阵方程
inv 计算矩阵的乘法逆矩阵

numpy.inner()

numpy.inner() 函数返回一维数组的向量内积。对于更高的维度，它返回最后一个轴上的和的乘积。

实例

import numpy as np

print (np.inner(np.array([1,2,3]),np.array([0,1,0])))

等价于 10+21+3*0

输出结果为：

2

多维数组实例

import numpy as np

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

print ('数组 a：')
print (a)
b = np.array([[11, 12], [13, 14]])

print ('数组 b：')
print (b)

print ('内积：')
print (np.inner(a,b))

输出结果为：

数组 a：
[[1 2]
[3 4]]
数组 b：
[[11 12]
[13 14]]
内积：
[[35 41]
[81 95]]
数组 a：
[[1 2]
[3 4]]
数组 b：
[[11 12]
[13 14]]
内积：
[[35 41]
[81 95]]

内积计算式为：

111+212, 113+214
311+412, 313+414