大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
向量内积/点积
在 向 量 空 间 R n 中 ， 自 然 基 下 ， 向 量 x = ( x 1 , … , x n ) 和 y = ( y 1 , … , y n ) 在向量空间\mathbb{R}^n中，自然基下，向量\boldsymbol{x}=(x_1,\ldots,x_n)和 \boldsymbol{y}=(y_1,\ldots,y_n) 在向量空间Rn中，自然基下，向量x=(x1,…,xn)和y=(y1,…,yn)的点积(dot product)，或称内积(inner product)，定义为：
x ⋅ y = x 1 y 1 + ⋯ + x n y n = ∑ i = 1 n x i y i \boldsymbol{x}\cdot\boldsymbol{y}=x_1y_1+\cdots+x_ny_n=\displaystyle\sum_{i=1}^{n}x_iy_i x⋅y=x1y1+⋯+xnyn=i=1∑nxiyi
Python3
#%%
import numpy as np
from numpy import inner
x = np.array([1,2,3])
y = np.array([4,5,6])
inner_product = inner(x,y)
print(inner_product)
32
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/189707.html原文链接：https://javaforall.net
