向量的加权和

时间:2019-03-31 13:12:35

标签: python numpy inner-product

我正在使用np.dotnp.inner来获得两个向量的加权和:

>>> a= np.array([1,2,3])
>>> b= np.array([10,20,30])
>>> np.dot(a,b)
140

作为维度的概括,输入向量包含向量而不是标量(即两个输入是矩阵):

>>> A= np.array([[1,4], [2,5], [3,6]])
>>> B= np.array([[10,40], [20,50], [30,60]])

由于我传递了大小为2的向量,因此我希望结果为大小为2的向量,即array([140, 770])。如何使用np.dotnp.inner来做到这一点?

顺便说一句。我已经有了使用np.multiplynp.sum的解决方法,因此它更多是一个理论问题。我对所有解决方案都感兴趣。

>>> np.sum(np.multiply(A, B), axis=0)
array([140, 770])

0 个答案:

没有答案