numpy.multiply()> se uporablja, ko želimo izračunati množenje dveh nizov. Vrne zmnožek arr1 in arr2 po elementih.
Sintaksa: numpy.multiply(arr1, arr2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj], ufunc 'multiply' )
Parametri:
prihod1: [array_like or scalar]1. vhodna matrika.
arr2: [array_like or scalar]2nd Input array.
dtype: Vrsta vrnjene matrike. Privzeto je dtype od arr se uporablja.
ven: [ndarray, neobvezno] Lokacija, kamor je shranjen rezultat.
-> Če je na voljo, mora imeti obliko, v katero oddajajo vhodi.
-> Če ni na voljo ali Nič, se vrne sveže dodeljena matrika.
kje: [array_like, neobvezno] Vrednosti True kažejo, da je treba izračunati ufunc na tem položaju, vrednosti False pomenijo, da je treba vrednost pustiti pri izhodu.
**kvargi: Omogoča posredovanje spremenljive dolžine argumenta ključne besede v funkcijo. Uporablja se, ko želimo obravnavati imenovani argument v funkciji.
Vrnitev: [ndarray ali skalar] Zmnožek arr1 in arr2, glede na elemente.
Primer #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)> |
>
>Izhod:
1st Input number : 4 2nd Input number : 6 output number : 24>
Primer #2:
Naslednja koda je znana tudi kot Hadamardov produkt, ki ni nič drugega kot elementni produkt obeh matrik. Je najpogosteje uporabljen izdelek za tiste, ki jih zanima strojno učenje ali statistika.
# 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)> |
>
>Izhod:
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]]>
Drug način za iskanje enakega je
jfx java tutorial
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)> |
>
>
Izhod:
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]]>