<\/p>\n
Gegeben sei der Vektor a<\/em> = [a 1<\/sub> , a 2<\/sub> , a 3<\/sub> ] und der Vektor b<\/em> = [b 1<\/sub> , b 2<\/sub> , b 3<\/sub> ], das Skalarprodukt<\/strong> der Vektoren, bezeichnet mit a \u00b7 b<\/strong> , ist gegeben durch:<\/span><\/p>\n ab<\/strong> = a 1<\/sub> * b 1<\/sub> + a 2<\/sub> * b 2<\/sub> + a 3<\/sub> * b 3<\/sub><\/span><\/p>\n Wenn beispielsweise a<\/em> = [2, 5, 6] und b<\/em> = [4, 3, 2], dann w\u00e4re das Skalarprodukt von a<\/em> und b<\/em> gleich:<\/span><\/p>\n ab =<\/strong> 2*4 + 5*3 + 6*2<\/span><\/p>\n ab =<\/strong> 8 + 15 + 12<\/span><\/p>\n ab =<\/strong> 35<\/span><\/p>\n Vereinfacht ausgedr\u00fcckt ist das Skalarprodukt die Summe der Produkte der entsprechenden Eintr\u00e4ge in zwei Vektoren.<\/span><\/p>\n In Python k\u00f6nnen Sie die Funktion numpy.dot()<\/strong> verwenden, um schnell das Skalarprodukt zwischen zwei Vektoren zu berechnen:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Funktion in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie man mit numpy.dot()<\/strong> das Skalarprodukt zwischen zwei Vektoren berechnet:<\/span><\/p>\n So wurde dieser Wert berechnet:<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit numpy.dot()<\/strong> das Skalarprodukt zwischen zwei Spalten in einem Pandas-DataFrame berechnen:<\/span><\/p>\n So wurde dieser Wert berechnet:<\/span><\/p>\n Hinweis:<\/strong> Beachten Sie, dass Python einen Fehler ausl\u00f6st, wenn die beiden Vektoren, f\u00fcr die Sie das Skalarprodukt berechnen, unterschiedliche L\u00e4ngen haben.<\/span><\/p>\n So f\u00fcgen Sie Zeilen zu einem Pandas DataFrame hinzu<\/a> 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 \u00b7 b , ist gegeben durch: ab = a 1 * b 1 + a 2 * b 2 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> numpy as<\/span> np\n<\/span>\n<\/span>n.p. dowry<\/span> (a, b)\n<\/strong><\/pre>\n Beispiel 1: Berechnen Sie das Skalarprodukt zwischen zwei Vektoren<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#definevectors<\/span>\na = [7, 2, 2]\nb = [1, 4, 9]\n\n#calculate dot product between vectors<\/span>\nn.p. dowry<\/span> (a, b)\n\n33\n<\/strong><\/pre>\n\n
Beispiel 2: Berechnen Sie das Skalarprodukt zwischen zwei Spalten<\/strong><\/span><\/h3>\n
import pandas as<\/span> pd<\/span>\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' A<\/span> ': [4, 6, 7, 7, 9],\n ' B<\/span> ': [5, 7, 7, 2, 2],\n ' C<\/span> ': [11, 8, 9, 6, 1]})\n\n#view DataFrame\n<\/span>df\n\n\tA B C\n0 4 5 11\n1 6 7 8\n2 7 7 9\n3 7 2 6\n4 9 2 1\n\n#calculate dot product between column A and column C<\/span>\nn.p. dot<\/span> (df. A<\/span> , df. C<\/span> )\n\n206\n<\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fcgen Sie einem Pandas DataFrame ein Numpy-Array hinzu<\/a>
So berechnen Sie die gleitende Korrelation bei Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"