numpy.ma.innerproduct

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, barray_like

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

Возвращает

outndarray

Если a и b оба являются скалярами или оба одномерными массивами, возвращается скаляр; в противном случае возвращается массив. out.shape = (*a.shape[:-1], *b.shape[:-1])

Возбуждает

ValueError

Если оба a и b являются нескалярными и их последние измерения имеют разные размеры.

См. также

tensordot

Сумма произведений по произвольным осям.

dot

Обобщенное матричное произведение, используя второе последнее измерение b.

einsum

Обозначения Эйнштейна для суммирования.

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-2,j0,...,js-2]
     = sum(a[i0,...,ir-2,:]*b[j0,...,js-2,:])

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

Некоторые многомерные примеры:

>>> a = np.arange(24).reshape((2,3,4))
>>> b = np.arange(4)
>>> c = np.inner(a, b)
>>> c.shape
(2, 3)
>>> c
array([[ 14,  38,  62],
       [ 86, 110, 134]])

>>> a = np.arange(2).reshape((1,1,2))
>>> b = np.arange(6).reshape((3,2))
>>> c = np.inner(a, b)
>>> c.shape
(1, 1, 3)
>>> c
array([[[1, 3, 5]]])

Пример, где b является скаляром:

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