numpy.multiply()> funkcia sa používa, keď chceme vypočítať násobenie dvoch polí. Vracia súčin arr1 a arr2 po prvkoch.
Syntax: numpy.multiply(arr1, arr2, /, out=Žiadne, *, kde=True, casting='rovnaký_druh', order='K', dtype=None, subok=True[, podpis, extobj], ufunc 'násobiť' )
parametre:
arr1: [pole podobné alebo skalárne] 1. vstupné pole.
arr2: [array_like alebo skalárne] 2. vstupné pole.
dtype: Typ vráteného poľa. V predvolenom nastavení je dtype z arr sa používa.
von: [ndarray, voliteľné] Miesto, do ktorého sa uloží výsledok.
-> Ak je k dispozícii, musí mať tvar, do ktorého sa vysielajú vstupy.
-> Ak nie je zadané alebo Žiadne, vráti sa čerstvo pridelené pole.
kde: [array_like, optional] Hodnoty True označujú výpočet ufunc na tejto pozícii, hodnoty False označujú ponechanie hodnoty vo výstupe na pokoji.
**kwargs: Umožňuje odovzdať funkcii kľúčové slovo s premenlivou dĺžkou argumentu. Používa sa, keď chceme spracovať pomenovaný argument vo funkcii.Návrat: [ndarray alebo skalárny] Súčin arr1 a arr2, po prvkoch.
Príklad #1:
vek rihanny
# Python program explaining> # numpy.multiply() function> > import> numpy as geek> in_num1>=> 4> in_num2>=> 6> > print> (>'1st Input number : '>, in_num1)> print> (>'2nd Input number : '>, in_num2)> > out_num>=> geek.multiply(in_num1, in_num2)> print> (>'output number : '>, out_num)> |
>
>Výkon :
1st Input number : 4 2nd Input number : 6 output number : 24>
Príklad č. 2:
Nasledujúci kód je tiež známy ako Hadamardov súčin, ktorý nie je ničím iným ako súčinom dvoch matíc po prvkoch. Je to najčastejšie používaný produkt pre tých, ktorí sa zaujímajú o strojové učenie alebo štatistiku.
vypnite režim vývojára
# Python program explaining> # numpy.multiply() function> > import> numpy as geek> > in_arr1>=> geek.array([[>2>,>->7>,>5>], [>->6>,>2>,>0>]])> in_arr2>=> geek.array([[>0>,>->7>,>8>], [>5>,>->2>,>9>]])> > print> (>'1st Input array : '>, in_arr1)> print> (>'2nd Input array : '>, in_arr2)> > > out_arr>=> geek.multiply(in_arr1, in_arr2)> print> (>'Resultant output array: '>, out_arr)> |
>
>Výkon :
1st Input array : [[ 2 -7 5] [-6 2 0]] 2nd Input array : [[ 0 -7 8] [ 5 -2 9]] Resultant output array: [[ 0 49 40] [-30 -4 0]]>
Ďalší spôsob, ako nájsť to isté, je
import> numpy as geek> in_arr1>=>geek.matrix([[>2>,>->7>,>5>], [>->6>,>2>,>0>]])> in_arr2>=> geek.matrix([[>0>,>->7>,>8>], [>5>,>->2>,>9>]])> > print> (>'1st Input array : '>, in_arr1)> print> (>'2nd Input array : '>, in_arr2)> > out_arr>=>geek.array(in_arr1)>*>geek.array(in_arr2)> print> (>'Resultant output array: '>, out_arr)> |
von Neumannovej architektúry
>
>
Výkon :
1st Input array : [[ 2 -7 5] [-6 2 0]] 2nd Input array : [[ 0 -7 8] [ 5 -2 9]] Resultant output array: [[ 0 49 40] [-30 -4 0]]>