<\/p>\n
Dato il vettore a<\/em> = [a 1<\/sub> , a 2<\/sub> , a 3<\/sub> ] e il vettore b<\/em> = [b 1<\/sub> , b 2<\/sub> , b 3<\/sub> ], il prodotto scalare<\/strong> dei vettori, indicato con a \u00b7 b<\/strong> , \u00e8 dato da:<\/span><\/p>\n ab<\/strong> = a1<\/sub> * b1<\/sub> + a2<\/sub> * b2<\/sub> + a3<\/sub> * b3<\/sub><\/span><\/p>\n Ad esempio, se a<\/em> = [2, 5, 6] e b<\/em> = [4, 3, 2], il prodotto scalare di a<\/em> e b<\/em> sarebbe uguale a:<\/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 In termini semplici, il prodotto scalare \u00e8 la somma dei prodotti delle voci corrispondenti in due vettori.<\/span><\/p>\n In Python, puoi utilizzare la funzione numpy.dot()<\/strong> per calcolare rapidamente il prodotto scalare tra due vettori:<\/span><\/p>\n I seguenti esempi mostrano come utilizzare questa funzione nella pratica.<\/span><\/p>\n Il codice seguente mostra come utilizzare numpy.dot()<\/strong> per calcolare il prodotto scalare tra due vettori:<\/span><\/p>\n Ecco come \u00e8 stato calcolato questo valore:<\/span><\/p>\n Il codice seguente mostra come utilizzare numpy.dot()<\/strong> per calcolare il prodotto scalare tra due colonne in un DataFrame panda:<\/span><\/p>\n Ecco come \u00e8 stato calcolato questo valore:<\/span><\/p>\n Nota:<\/strong> tieni presente che Python generer\u00e0 un errore se i due vettori per cui stai calcolando il prodotto scalare hanno lunghezze diverse.<\/span><\/p>\n Come aggiungere righe a un DataFrame Pandas<\/a> Dato il vettore a = [a 1 , a 2 , a 3 ] e il vettore b = [b 1 , b 2 , b 3 ], il prodotto scalare dei vettori, indicato con a \u00b7 b , \u00e8 dato da: ab = a1 * b1 + a2 * b2 + a3 * b3 […]<\/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 Esempio 1: calcola il prodotto scalare tra due vettori<\/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
Esempio 2: calcola il prodotto scalare tra due colonne<\/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
Risorse addizionali<\/strong><\/span><\/h3>\n
Come aggiungere un array Numpy a un DataFrame Pandas<\/a>
Come calcolare la correlazione mobile nei panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"