dotの使い方 (numpy)

トップメニュー

Python

Pythonとは

基本的な使い方
・IDLE

・Jupyter Notebook

・Markdown

・コマンドプロンプトで実行

・仮想環境の構築

・仮想環境でIDLEを実行

ライブラリのインストール
・pipの使い方

・numpy , matplotlib等

・graphviz

・pytorch

・Mecab

Pythonの関数：一覧

共通関数
・append , extend

・class

・copy

・csv.reader

・csv.writer

・def , return

・dict , defaultdict

・enumerate

・exit

・for

・if

・import

・in

・input

・lambda

・len

・list

・min/max

・OrderedDict

・open/close

・os

・pickle

・print

・range

・re.split

・read/readline

・round/floor/ceil

・split

・sys.argv

・time

・while

・write

・zip

・特殊メソッド
　・__name__

　・__iter__ , __next__

・正規表現、メタ文字

・データの型の種類

・四則演算 (+ , - , * , /)

・コメントアウト (# , ''')

numpy
・append

・arange

・argmax/argmin

・array

・asfarray

・astype , dtype

・digitize

・dot

・hstack/vstack

・linalg.solve

・linspace

・max,min

・mean

・meshgrid

・mgrid

・ndim

・ndmin

・pad

・poly1d

・polyfit

・prod

・random

・reshape

・savetxt/loadtxt

・shape

・std

・transpose

・where

・zeros/zeros_like

scipy
・expit

・imread

・interpolate

・signal.square, sawtooth

matplotlib
・imshow

・figure

・pcolormesh

・plot

・quiver

・scatter

scikit-learn
・GaussianNB

・KMeans

・KNeighborsClassifier

・SVC

・tree

chaospy

keras

chainer

chainerrl

pytorch
・BCELoss , MSELoss

・Embedding

・device

・Sequential

・Dataset, Dataloader

・RNN, LSTM

OpenAI gym
・Blackjack-v0

・CartPole-v0

tkinter
・frame, grid

・画像表示

・画像を切り取り表示

・画像を保存

目的別
・ステップ関数

・矩形波, 三角波

・1 of K 符号化法

・線形補間

・配列に番号をつける

・ベクトル場を描く

・線形回帰, 多項式回帰

公開日:2018/7/9　,　最終更新日:2018/12/26　　　　　　　　　

■説明
行列の積やベクトルの内積を計算します。matmulでも同じ結果が得られます。

具体例
以下はnumpyを使用する時に必須の記述です。

import numpy as np

例①
以下の行列の積を求める場合

a = np.array([[1, 1], [0, 1]])
b = np.array([[3, 1], [2, 2]])
np.dot(a,b) # np.matmul(a,b) でも良い。

→ array([[5, 3],
[2, 2]])

以下の様にするとアダマール積が求まります。

>> a*b

　array([[3, 1],
　　　　[0, 2]])

アダマール積は以下の様に計算することもできます。

>> b = np.array([[3, 1])
>> a*b

　array([[3, 1],　#[3,1]の掛け算をそれぞれの行に実施
　　　　[0, 1]])

例②
以下のベクトルの内積を求める場合、

>> a =np.array([2, 1])
>> b =np.array([3, 5])
>> np.dot(a,b)

　11

アダマール積は以下のとおり。

>> a*b

array([ 6, 5])

上記においてbを2行1列の配列にすると、行列の積となります。

>> b =np.array([[3], [5]])　#2行1列の配列
>> np.dot(a,b)

　array([11])

サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧