numpy.multiply()> 関数は、2 つの配列の乗算を計算する場合に使用されます。 arr1 と arr2 の積を要素ごとに返します。
構文: numpy.multiply(arr1, arr2, /, out=None, *, where=True, Casting='same_kind', order='K', dtype=None, subok=True[,signature, extobj], ufunc 'multiply' )
パラメーター ：
arr1: [array_like または scalar]最初の入力配列。
arr2: [array_like または scalar]2 番目の入力配列。
dtype: 返される配列の型。デフォルトでは、 dtype arr のものが使用されます。
外： [ndarray、オプション] 結果が格納される場所。
-> 指定する場合は、入力がブロードキャストされる形状を持っている必要があります。
-> 指定されていないか、None の場合は、新しく割り当てられた配列が返されます。
どこ： [array_like、オプション] True の値は、その位置で ufunc を計算することを示し、False の値は、値を出力にそのまま残すことを示します。
**クワーグ: キーワード可変長の引数を関数に渡すことができます。関数内で名前付き引数を扱いたい場合に使用します。戻る： [ndarray またはスカラー] arr1 と arr2 の要素ごとの積。
部分誘導体ラテックス
例 #1 :
# 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)> |
>
>出力:
配列cの文字列
1st Input number : 4 2nd Input number : 6 output number : 24>
例 #2 :
次のコードはアダマール積としても知られており、2 つの行列の要素ごとの積に他なりません。これは、機械学習や統計に興味がある人にとって最も一般的に使用される製品です。
# 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)> |
Java反復マップ
>
>出力:
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]]>
同じものを見つける別の方法は、
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)> |
>
でこぼこしたユニークな
>
出力:
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]]>