So berechnen sie das skalarprodukt mit numpy

Gegeben sei der Vektor a = [a ₁ , a ₂ , a ₃ ] und der Vektor b = [b ₁ , b ₂ , b ₃ ], das Skalarprodukt der Vektoren, bezeichnet mit a · b , ist gegeben durch:

ab = a ₁ * b ₁ + a ₂ * b ₂ + a ₃ * b ₃

Wenn beispielsweise a = [2, 5, 6] und b = [4, 3, 2], dann wäre das Skalarprodukt von a und b gleich:

ab = 2*4 + 5*3 + 6*2

ab = 8 + 15 + 12

ab = 35

Vereinfacht ausgedrückt ist das Skalarprodukt die Summe der Produkte der entsprechenden Einträge in zwei Vektoren.

In Python können Sie die Funktion numpy.dot() verwenden, um schnell das Skalarprodukt zwischen zwei Vektoren zu berechnen:

 import numpy as np

n.p. dowry (a, b)

Die folgenden Beispiele zeigen, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel 1: Berechnen Sie das Skalarprodukt zwischen zwei Vektoren

Der folgende Code zeigt, wie man mit numpy.dot() das Skalarprodukt zwischen zwei Vektoren berechnet:

 import numpy as np

#definevectors
a = [7, 2, 2]
b = [1, 4, 9]

#calculate dot product between vectors
n.p. dowry (a, b)

33

So wurde dieser Wert berechnet:

• ab = 7*1 + 2*4 + 2*9
• ab = 7 + 8 + 18
• ab = 33

Beispiel 2: Berechnen Sie das Skalarprodukt zwischen zwei Spalten

Der folgende Code zeigt, wie Sie mit numpy.dot() das Skalarprodukt zwischen zwei Spalten in einem Pandas-DataFrame berechnen:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' A ': [4, 6, 7, 7, 9],
                   ' B ': [5, 7, 7, 2, 2],
                   ' C ': [11, 8, 9, 6, 1]})

#view DataFrame
df

	A B C
0 4 5 11
1 6 7 8
2 7 7 9
3 7 2 6
4 9 2 1

#calculate dot product between column A and column C
n.p. dot (df. A , df. C )

206

So wurde dieser Wert berechnet:

• AC = 4*11 + 6*8 + 7*9 + 7*6 + 9*1
• AC = 44 + 48 + 63 + 42 + 9
• A C = 206

Hinweis: Beachten Sie, dass Python einen Fehler auslöst, wenn die beiden Vektoren, für die Sie das Skalarprodukt berechnen, unterschiedliche Längen haben.

Zusätzliche Ressourcen

So fügen Sie Zeilen zu einem Pandas DataFrame hinzu
So fügen Sie einem Pandas DataFrame ein Numpy-Array hinzu
So berechnen Sie die gleitende Korrelation bei Pandas