numpy.ma.innerproduct

numpy.ma.innerproduct(a, b) [source]

Внутреннее произведение двух массивов.

Обычное внутреннее произведение векторов для 1-мерных массивов (без комплексного сопряжения), в более высоких измерениях — суммарное произведение по последним осям.

Параметры:	a, b : array_like Если a и b не являются скалярами, их последние размерности должны совпадать.
Возвращает:	out : ndarray out.shape = a.shape[:-1] + b.shape[:-1]
Возможные исключения:	ValueError Если последняя размерность a и b имеет разный размер.

См. также

tensordot

Суммарные произведения по произвольным осям.

dot

Обобщённое матричное произведение, использующее предпоследнюю размерность b.

einsum

Условные обозначения для суммирования Эйнштейна.

Примечания

Для векторов (1-мерных массивов) вычисляется обычное внутреннее произведение:

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

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

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

или явно:

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 многомерного случая:

>>> 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 — скаляр:

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