numpy.multiply()> functie wordt gebruikt wanneer we de vermenigvuldiging van twee arrays willen berekenen. Het retourneert het product van arr1 en arr2, elementair.
Syntaxis: numpy.multiply(arr1, arr2, /, out=Geen, *, waar=Waar, casting='same_kind', order='K', dtype=Geen, subok=Waar[, handtekening, extobj], ufunc 'vermenigvuldigen' )
Parameters:
arr1: [array_like of scalair]1e invoerarray.
arr2: [array_like of scalair]2e invoerarray.
dtype: Het type van de geretourneerde array. Standaard is de dtype van arr wordt gebruikt.
uit: [ndarray, optioneel] Een locatie waar het resultaat wordt opgeslagen.
-> Indien opgegeven, moet het een vorm hebben waarnaar de ingangen uitzenden.
-> Indien niet opgegeven of Geen, wordt een nieuw toegewezen array geretourneerd.
waar: [array_like, optioneel] Waarden van True geven aan dat de ufunc op die positie moet worden berekend, waarden van False geven aan dat de waarde met rust moet blijven in de uitvoer.
** kwargs: Maakt het mogelijk de trefwoordvariabele lengte van het argument door te geven aan een functie. Wordt gebruikt wanneer we benoemde argumenten in een functie willen verwerken.Opbrengst: [ndarray of scalair] Het product van arr1 en arr2, elementair.
Voorbeeld 1 :
Ankita Lokhande leeftijd
# 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)> |
>
Java-programmeerpatronen
>Uitgang:
1st Input number : 4 2nd Input number : 6 output number : 24>
Voorbeeld #2:
De volgende code staat ook bekend als het Hadamard-product, dat niets anders is dan het elementgewijze product van de twee matrices. Het is het meest gebruikte product voor diegenen die geïnteresseerd zijn in Machine Learning of statistieken.
Java en swing
# 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)> |
>
>Uitgang:
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]]>
Een andere manier om hetzelfde te vinden is
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)> |
>
Java-ontwerppatronen
>
Uitgang:
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]]>