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。

令 \(\mathbf{a}\) 为 x1 中的向量，\(\mathbf{b}\) 为 x2 中的对应向量。点积定义为

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

其中，求和是对最后维度进行的（除非指定了 axis），并且如果 \(a_i\) 是复数，\(\overline{a_i}\) 表示复共轭，否则表示恒等式。

参数:
x1, x2类数组

输入数组，不允许标量。

outndarray，可选

结果存储到的位置。如果提供，它必须具有 x1 和 x2 的广播形状（去除最后一个轴）的形状。如果不提供或为 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。

返回值:
yndarray

输入的向量点积。只有当 x1、x2 都是一维向量时，它才是标量。

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。

如果传入标量值。

另请参阅

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

获取向量数组在给定法线上的投影大小。

>>> 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.])

新内容 2.0.0 版。

本页内容