numpy.ma.dot

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

Возвращает скалярное произведение двух массивов.

Эта функция эквивалентна numpy.dot, но учитывает значения, замаскированные в массивах. Обратите внимание, что strict и out находятся в других позициях, чем в методе. Для сохранения совместимости с соответствующим методом рекомендуется рассматривать необязательные аргументы как только ключевые. В какой-то момент это может стать обязательным.

Параметры:

a, bmasked_array_like

Вводные массивы.

strictbool, необязательно

Если значения, замаскированные в данных, распространяются (True) или устанавливаются в 0 (False) для вычисления. По умолчанию False. Распространение маски означает, что если в строке или столбце появляется замаскированное значение, вся строка или столбец считаются замаскированными.

outmasked_array, необязательно

Аргумент вывода. Он должен иметь точно такой же тип, какой был бы возвращен, если бы он не использовался. В частности, он должен иметь правильный тип, быть C-непрерывным и его тип данных должен быть типом данных, который был бы возвращен для dot(a,b). Это функция производительности. Поэтому, если эти условия не выполнены, генерируется исключение, а не попытка быть гибким.

Добавлена 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)