<\/p>\n
Gegeven de vector a<\/em> = [a 1<\/sub> , a 2<\/sub> , a 3<\/sub> ] en de vector b<\/em> = [b 1<\/sub> , b 2<\/sub> , b 3<\/sub> ], wordt het scalaire product<\/strong> van de vectoren, aangeduid als a \u00b7 b<\/strong> , gegeven door:<\/span><\/p>\n ab<\/strong> = een 1<\/sub> * b 1<\/sub> + een 2<\/sub> * b 2<\/sub> + een 3<\/sub> * b 3<\/sub><\/span><\/p>\n Als a<\/em> = [2, 5, 6] en b<\/em> = [4, 3, 2] bijvoorbeeld, dan zou het puntproduct van a<\/em> en b<\/em> gelijk zijn aan:<\/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 Simpel gezegd is het puntproduct de som van de producten van de overeenkomstige gegevens in twee vectoren.<\/span><\/p>\n In Python kun je de functie numpy.dot()<\/strong> gebruiken om snel het puntproduct tussen twee vectoren te berekenen:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n De volgende code laat zien hoe u numpy.dot()<\/strong> gebruikt om het puntproduct tussen twee vectoren te berekenen:<\/span><\/p>\n Hier ziet u hoe deze waarde werd berekend:<\/span><\/p>\n De volgende code laat zien hoe u numpy.dot()<\/strong> gebruikt om het puntproduct tussen twee kolommen in een pandas DataFrame te berekenen:<\/span><\/p>\n Hier ziet u hoe deze waarde werd berekend:<\/span><\/p>\n Opmerking:<\/strong> Houd er rekening mee dat Python een foutmelding geeft als de twee vectoren waarvoor u het puntproduct berekent, verschillende lengtes hebben.<\/span><\/p>\n Rijen toevoegen aan een Pandas DataFrame<\/a> Gegeven de vector a = [a 1 , a 2 , a 3 ] en de vector b = [b 1 , b 2 , b 3 ], wordt het scalaire product van de vectoren, aangeduid als a \u00b7 b , gegeven door: ab = een 1 * b 1 + een 2 * b […]<\/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":[],"class_list":["post-1950","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n import<\/span> numpy as<\/span> np\n<\/span>\n<\/span>n.p. dowry<\/span> (a, b)\n<\/strong><\/pre>\n Voorbeeld 1: bereken het puntproduct tussen twee vectoren<\/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
Voorbeeld 2: bereken het puntproduct tussen twee kolommen<\/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
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe u een Numpy-array aan een Pandas DataFrame toevoegt<\/a>
Hoe de glijdende correlatie bij panda’s te berekenen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"