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, barray_like

Если a и b не являются скалярами, их последние измерения должны совпадать.

Возвращает

outndarray

out.shape = a.shape[:-1] + b.shape[:-1]

Возбуждает

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 умножение по суммам Эйнштейна.

Примечания

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.]])