numpy.vecdot

numpy.vecdot(x1, x2, /, out=None, *, casting='same_kind', order='K', dtype=None, subok=True[, signature, axes, axis]) = <ufunc 'vecdot'>

两个数组的向量点积.

设 \(\mathbf{a}\) 是 x1 中的一个向量,:math:mathbf{b} 是 x2 中对应的向量.点积定义为:

\[\mathbf{a} \cdot \mathbf{b} = \sum_{i=0}^{n-1} \overline{a_i}b_i\]

其中求和是针对最后一个维度（除非指定了 axis）,并且其中 \(\overline{a_i}\) 表示如果 \(a_i\) 是复数则表示其复共轭,否则表示其自身.

参数:

x1, x2array_like

输入数组,不允许标量.

outndarray, 可选

存储结果的位置.如果提供,它必须具有移除最后一个轴后的 x1 和 x2 的广播形状.如果未提供或为 None,则使用新分配的数组.

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档.

返回:

yndarray

输入的向量点积.当且仅当 x1, x2 都是 1-d 向量时,这是一个标量.

引发:

ValueError

如果 x1 的最后一个维度的大小与 x2 的最后一个维度的大小不同.

如果传递的是一个标量值.

参见

vdot

相同但首先展平参数

einsum

爱因斯坦求和约定.

示例

>>> import numpy as np

获取沿给定法线方向的向量数组的投影大小.

>>> v = np.array([[0., 5., 0.], [0., 0., 10.], [0., 6., 8.]])
>>> n = np.array([0., 0.6, 0.8])
>>> np.vecdot(v, n)
array([ 3.,  8., 10.])

在 2.0.0 版本加入.