Introducción

En este laboratorio, exploraremos la función dot() de la biblioteca Numpy, que se utiliza principalmente para calcular el producto punto de dos vectores. También veremos cómo esta función puede manejar matrices como matrices bidimensionales y realizar multiplicación de matrices.

Consejos sobre la VM

Una vez que se haya iniciado la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Comprender la sintaxis de numpy.dot()

La sintaxis necesaria para utilizar la función dot() es la siguiente:

numpy.dot(a, b, out=None)

Donde:

• a es el primer parámetro. Si "a" es compleja, entonces se utiliza su conjugado complejo para el cálculo del producto punto.
• b es el segundo parámetro. Si "b" es compleja, entonces se utiliza su conjugado complejo para el cálculo del producto punto.
• out es el argumento de salida. Si no se utiliza, entonces debe tener exactamente el tipo que se devolvería. De lo contrario, debe ser C-contiguo y su dtype debe ser el dtype que se devolvería para dot(a, b).

Calcular el producto punto de escalares y arreglos unidimensionales

En este paso, usaremos la función dot() para calcular el producto punto de escalares y arreglos unidimensionales.

import numpy as np

## Calcular el producto punto de valores escalares
a = np.dot(8, 4)
print("El producto punto de los valores escalares dados anteriormente es: ")
print(a)

## Calcular el producto punto de dos arreglos unidimensionales
vect_a = 4 + 3j
vect_b = 8 + 5j

dot_product = np.dot(vect_a, vect_b)
print("El producto punto de dos arreglos unidimensionales es: ")
print(dot_product)

Realizar multiplicación de matrices con arreglos bidimensionales

En este paso, usaremos la función dot() para realizar la multiplicación de matrices con arreglos bidimensionales.

import numpy as np

a = np.array([[50,100],[12,13]])
print("La matriz a es:")
print(a)

b = np.array([[10,20],[12,21]])
print("La matriz b es:")
print(b)

dot = np.dot(a, b)
print("El producto punto de las matrices a y b es:")
print(dot)

Manejo de errores

En este paso, exploraremos el ValueError que se produce cuando la última dimensión de a no tiene el mismo tamaño que la penúltima dimensión de b.

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.array([[7, 8], [9, 10], [11, 12], [13, 14]])

## Manejo de errores
error = np.dot(a, b)
print(error)

Resumen

En este laboratorio, cubrimos la función dot() de la biblioteca Numpy. Aprendimos cómo usar esta función con su sintaxis, y los valores devueltos por la función se explicaron con la ayuda de ejemplos de código. También exploramos el manejo de errores de la función.