numpy.ma.dot

numpy.ma.dot(a, b, strict=False, out=None) [source]

Возвращает скалярное произведение двух массивов.

Эта функция эквивалентна numpy.dot с учётом маскированных значений. Обратите внимание, что strict и out находятся в другом порядке, чем в методе версии. Для сохранения совместимости с соответствующим методом рекомендуется рассматривать необязательные аргументы как только ключевые. В какой-то момент это может стать обязательным.

Примечание

В настоящее время работает только с двумерными массивами.

Параметры:

a, b : masked_array_like Входные массивы. strict : bool, optional Определяет, как обрабатывать маскированные данные (True) — распространение маски или установка значения в 0 (False) для вычислений. По умолчанию False. Распространение маски означает, что если маскированное значение встречается в строке или столбце, вся строка или столбец считаются маскированными. out : masked_array, optional Аргумент вывода. Он должен иметь точно тот же тип, что и возвращаемый без его использования. В частности, он должен иметь правильный тип, быть C-непрерывным и иметь тип данных, который возвращался бы для dot(a,b). Это функция повышения производительности. Поэтому, если эти условия не выполнены, генерируется исключение, а не попытка быть гибким. Добавлен в версии 1.10.2.

См. также

numpy.dot

Эквивалентная функция для nd-массивов.

Примеры

>>> a = np.ma.array([[1, 2, 3], [4, 5, 6]], mask=[[1, 0, 0], [0, 0, 0]])
>>> b = np.ma.array([[1, 2], [3, 4], [5, 6]], mask=[[1, 0], [0, 0], [0, 0]])
>>> np.ma.dot(a, b)
masked_array(
  data=[[21, 26],
        [45, 64]],
  mask=[[False, False],
        [False, False]],
  fill_value=999999)
>>> np.ma.dot(a, b, strict=True)
masked_array(
  data=[[--, --],
        [--, 64]],
  mask=[[ True,  True],
        [ True, False]],
  fill_value=999999)