numpy.ma.innerproduct

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

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 не являются скалярами, 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

Обобщенное матричное произведение, использующее предпоследнее измерение b.

einsum

Условные обозначения суммирования Эйнштейна.

Примечания

Маскированные значения заменяются нулями.

Для векторов (одномерных массивов) вычисляется обычное внутреннее произведение:

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

В более общем случае, 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 для многомерных массивов:

>>> 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.]])