numpy.ma.inner

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

Внутреннее произведение двух массивов.

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

Параметры:	a, b : array_like Если a и b — не скаляры, 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

Суммарные произведения по произвольным осям.

dot

Обобщенное матричное произведение, использующее предпоследнее измерение b.

einsum

Условные обозначения Эйнштейна.

Примечания

Маскированные значения заменяются на 0.

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 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 — скаляр:

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