numpy.inner

numpy.inner(a, b)

Внутреннее произведение двух массивов.

Обычное внутреннее произведение векторов для одномерных массивов (без комплексного сопряжения), в более высоких измерениях – сумма произведений по последним осям.

Параметры:	a, b : array_like Если a и b являются нескалярными, их последние измерения должны совпадать.
Возвращает:	out : ndarray out.shape = a.shape[:-1] + b.shape[:-1]
Возможные исключения:	ValueError Если последнее измерение a и b имеет разный размер.

См. также

tensordot

Сумма произведений по произвольным осям.

dot

Обобщённое матричное произведение, использующее предпоследнее измерение b.

einsum

Условное суммирование по Эйнштейну.

Примечания

Для векторов (одномерных массивов) вычисляет обычное внутреннее произведение:

np.inner(a, b) = sum(a[:]*b[:])

Более общим образом, если ndim(a) = r > 0 и ndim(b) = s > 0:

np.inner(a, b) = np.tensordot(a, b, axes=(-1,-1))

или явным образом:

np.inner(a, b)[i0,...,ir-1,j0,...,js-1]
     = sum(a[i0,...,ir-1,:]*b[j0,...,js-1,:])

Кроме того, a или b могут быть скалярами, в этом случае:

np.inner(a,b) = a*b

Примеры

Обычное внутреннее произведение для векторов:

>>> a = np.array([1,2,3])
>>> b = np.array([0,1,0])
>>> np.inner(a, b)
2

Пример с многомерными массивами:

>>> a = np.arange(24).reshape((2,3,4))
>>> b = np.arange(4)
>>> np.inner(a, b)
array([[ 14,  38,  62],
       [ 86, 110, 134]])

Пример, где b является скаляром:

>>> np.inner(np.eye(2), 7)
array([[ 7.,  0.],
       [ 0.,  7.]])