NumPy 1.14 - numpy.ma.inner()

numpy.ma.inner




numpy

numpy.ma.inner

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

दो सरणियों का आंतरिक उत्पाद।

1-डी सरणियों (जटिल संयुग्मन के बिना) के लिए वैक्टर के साधारण आंतरिक उत्पाद, उच्च आयामों में अंतिम अक्षों पर एक योग उत्पाद।

पैरामीटर:

a, b : array_like

यदि a और b निरर्थक हैं, तो उनके अंतिम आयामों का मिलान होना चाहिए।

यह दिखाता है:

बाहर : ndarray

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

जन्म देती है:

ValueError

यदि a और b के अंतिम आयाम का अलग-अलग आकार है।

यह भी देखें

tensordot
मनमाने अक्षों पर सम उत्पाद।
dot
सामान्यीकृत मैट्रिक्स उत्पाद, b दूसरे अंतिम आयाम का उपयोग करते हुए।
einsum
आइंस्टीन योग सम्मेलन।

टिप्पणियाँ

वैक्टर (1-D सरणियों) के लिए यह साधारण आंतरिक उत्पाद की गणना करता है:

np.inner(a, b) = sum(a[:]*b[:])

आम तौर पर, यदि ndim(a) = r > 0 और ndim(b) = s > 0 :

np.inner(a, b) = np.tensordot(a, b, axes=(-1,-1))

या स्पष्ट रूप से:

np.inner(a, b)[i0,...,ir-1,j0,...,js-1]
     = sum(a[i0,...,ir-1,:]*b[j0,...,js-1,:])

a या b अलावा स्केलर हो सकते हैं, जिस स्थिति में:

np.inner(a,b) = a*b

उदाहरण

वैक्टर के लिए साधारण आंतरिक उत्पाद:

>>> a = np.array([1,2,3])
>>> b = np.array([0,1,0])
>>> np.inner(a, b)
2

एक बहुआयामी उदाहरण:

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

एक उदाहरण जहां b एक अदिश राशि है:

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