N u m P y NumPy NumPy提供了线性代数函数库linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明。
| 函数 | 内容 |
|---|---|
| dot | 两数组的点积 |
| vdot | 两向量的点积 |
| inner | 两数组的内积 |
| determinant | 数组的行列式 |
| matmul | 两数组的矩阵积 |
| inv | 求矩阵的逆 |
| solve | 求解线性矩阵方程 |
numpy.dot()：numpy.dot()
numpy.vdot：numpy.vdot()
numpy.inner()：numpy.inner()
numpy.determinant()：numpy.determinant()
numpy.matmul()：numpy.matmul()
numpy.inv()：numpy.inv()
numpy.solve()：numpy.solve()
numpy.inner()numpy.inner()函数返回一维数组的向量内积。
如果对于更高的维度，它返回最后一个轴上的和的乘积
import numpy as np ans=np.inner(np.array([1,2,3,4]),np.array([1,2,3,4])) print(ans)#[1,2,3,4].[1,2,3,4]
30
a=np.array(([[1,2],[3,4]]))
b=np.array(([[11,12],[13,14]]))
ans=np.inner(a,b)
print('内积:')
print(ans)
内积: [[35 41] [81 95]]
计算公式:
1 ∗ 11 + 2 ∗ 12 1*11+2*12 1∗11+2∗12, 1 ∗ 13 + 2 ∗ 14 1*13+2*14 1∗13+2∗14
3 ∗ 11 + 4 ∗ 12 3*11+4*12 3∗11+4∗12, 3 ∗ 13 + 4 ∗ 14 3*13+4*14 3∗13+4∗14
