一维和二维数组上的 numpy 点

Question

我试图了解以下 python 代码中发生的事情：

import numpy as np

numberList1 = [1,2,3]
numberList2 = [[4,5,6],[7,8,9]]

result = np.dot(numberList2, numberList1)

# Converting iterator to set
resultSet = set(result)
print(resultSet)

输出：

{32, 50}

我可以看到它将 numberList1 中的每个元素乘以 numberList2 中每个数组中相同位置的元素 - 所以 {1*4 + 2*5 + 3*6 = 32},{1*7+2*8+3*9 = 50}.

但是，如果我将数组更改为：

numberList1 = [1,1,1]
numberList2 = [[2,2,2],[3,3,3]]

那么我看到的输出是

{9, 6}

这是错误的方法...

并且，如果我将其更改为：

numberList1 = [1,1,1]
numberList2 = [[2,2,2],[2,2,2]]

那么我看到的输出就是

{6}

来自文档：

If a is an N-D array and b is a 1-D array, it is a sum product over the last axis of a and b.

我不是一个足够的数学家，无法完全理解这告诉我的是什么；或者为什么输出的顺序有时会交换。

Answer 1

a set is an unordered data type - and it will remove your duplicates. np.dot does not return an iterator (as mentioned in your code) but an np.ndarray 将按您期望的顺序排列：

import numpy as np

numberList1 = [1, 2, 3]
numberList2 = [[4, 5, 6], [7, 8, 9]]

result = np.dot(numberList2, numberList1)
# [32 50]
# <class 'numpy.ndarray'>

# numberList1 = [1, 1, 1]
# numberList2 = [[2, 2, 2], [3, 3, 3]]
# -> [6 9]

一维和二维数组上的 numpy 点

numpy dot on 1D and 2D array

python

arrays

numpy

dot-product