Python 在两个向量上使用np.dot有什么效果？

这个问题与numpy库有关

根据以前的经验，np.dot与矩阵乘法相同。然而，我假设两个向量相乘是不可能的，因为维度是错误的。所以我的问题是，np.dot实际上对两个向量做了什么

此外，假设我有下面的代码，并假设np.dot生成一个标量，正如文档中所说的那样

x= np.dot(dc, self.c)[:self.ys]

---

如果x也是一个向量，那么操作[：self.ys]如何将np.dot中两个向量的结果更改为向量？我找不到任何详细信息。

numpy.dot函数返回两个数组的点积。对于二维向量，它等价于矩阵乘法。对于一维阵列，它是向量的内积。对于n维数组，它是a的最后一个轴和b的第二个最后一个轴的和积

---

来源：

numpy.dot在两个产品之间执行点或内积。但是，它还执行一个称为广播的操作，这在许多语言中都很常见，除了matlab将维度匹配部分重新命名为隐式扩展。在这种情况下，为了方便和性能，尺寸自动完成到匹配的产品。更多的解释是

---

[：self.ys]是一个片段。假设self.ys的值为5。这意味着获取点积的结果，只将前5项分配给x，因为Python使用零索引。如果起始数字为零，则可以省略它，因此也是为了方便。[a:b]是[a，a+1，…，b-1]如果a是0，则可以省略它，并假定它为0。

问题的第一部分在：*对于向量*内积的一维数组。。。。第二部分不明确。请提供一个完整的代码示例摆脱self并定义使用的变量。我正在使用.Net语言开发一个lstm神经网络，并将此python代码用作示例。x=隐藏状态向量的导数，dc=单元状态向量的导数，self.c=时间步长tS向量中的单元状态，self.ys=输出大小。我的问题是，如果np.dot生成一个标量，但x是一个向量，[：ys]如何将标量转换为向量？这是关键。。。[]不转换向量中的标量。它给出了一个错误索引器错误：标量变量的索引无效。if dot返回一个标量。所以要么是代码错误，要么是输入不是你所想的。完整的源代码是dc，而c看起来是向量。然而，我可能误解了self的作用，因为在lstm类级别上有一个称为c的变量，在数组级别上有一个称为c的变量，在方法级别上有一个称为向量的变量。如果点积的结果是标量，那么它怎么能取第一个ys项？@AlexMcKinney如果dc是列向量，则结果是矩阵。首先看结果，我认为它们都是列向量。虽然这里是完整的源代码，但它有两个名为c的变量，一个是数组，另一个是向量。“我可能误解了self所做的事情。”AlexMcKinney在类代码中插入了一些打印。所以你可以看到什么样的论点。