numpy.dot

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

Скалярное произведение двух массивов.

Для 2-мерных массивов это эквивалентно матричному умножению, а для 1-мерных массивов — скалярному произведению векторов (без комплексного сопряжения). Для N-мерных массивов это сумма произведений по последнему измерению a и предпоследнему измерению b:

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

Параметры:	a : array_like Первый аргумент. b : array_like Второй аргумент. out : ndarray, необязательно Аргумент вывода. Он должен иметь точно тот же тип, который был бы возвращён, если бы он не использовался. В частности, он должен иметь правильный тип, быть C-непрерывным и иметь тот же тип данных, что и возвращаемое значение для dot(a,b). Это функция повышения производительности. Поэтому, если эти условия не выполнены, возникает исключение вместо попытки быть гибким.
Возвращает:	output : ndarray Возвращает скалярное произведение a и b. Если a и b оба являются скалярами или оба являются 1-мерными массивами, возвращается скаляр; в противном случае возвращается массив. Если out задан, то он возвращается.
Возможные исключения:	ValueError Если последнее измерение a не имеет такого же размера, как предпоследнее измерение b.

См. также

vdot

Скалярное произведение с комплексным сопряжением.

tensordot

Сумма произведений по произвольным осям.

einsum

Обозначение Эйнштейна для суммирования.

matmul

Оператор ‘@’ как метод с параметром out.

Примеры

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

Ни один из аргументов не сопрягается комплексно:

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

Для 2-мерных массивов это матричное произведение:

>>> 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