numpy.dot

почему результаты отличаются от просто умножения *

Потому что это разные операции, ваш К.О.

Что именно делает .dot

Скалярное произведение.

Получается массив [0. , 1.5, 4. , 4. , 5. , 12.]

А теперь сложи эти числа…

Ну и 26,5 это и не классическое понимание произведения скаляров с тангенсом

Это скалярное произведение вещественных векторов. В данном случае оно определено так.

Можешь ввести другое определение скалярного произведения вещественных векторов, главное, чтобы базовые аксиомы скалярного произведения выполнялись.

https://numpy.org/doc/stable/reference/generated/numpy.dot.html

когда же вы читать научитесь

А что в Вашем классическом понимании есть произведение скаляров с тангенсом и где у скаляра тангенс? Правда интересно.

Ну то есть dot вычисляет для случая n-мерного вещественного евклидового пространства

Просто там много версий может быть )

Тангенс тоже есть. Хотя скалярное произведение векторов это произведение их длин на косинус угла между ними

когда же вы читать научитесь

Да читал я это. И не надо мне пафосно на английском подсовывать )

Есть по русски о том, что это скалярное произведение векторов

И? ) Это мало что объяснило

А почему так a * b оно просто перемножает элементы ?

Несложно доказать, что получится то же самое.

А почему так a * b оно просто перемножает элементы ?

Потому, что так определён оператор *

Так ведь не тоже самое. a * b выдаст массив перемноженных элементов, а не одно число

.dot - скалярное произведение, где косинус и «длины» вектоов

Во-первых, там есть формула. Во-вторых, без английского в индустрии делать нечего. У меня уж на что приятель с которым мы вместе учились английский плохо знал и не любил его, а как пришлось поработать первый год, так стал книжки на английском читать по разработке и своей работе, некоторые годные мне скидывает иногда, за что ему спасибо.

Кроме тангенса в прироле есть еще много разных функций.

Есть по русски о том, что это скалярное произведение векторов

Даже на эскимосском в каком нить гренландском пабе скалярное произведение остается скалярным произведением.

А почему так a * b оно просто перемножает элементы ?

Потому что numpy построен на основе идеологии SIMD, а скалярное произведение идет милым бонусом что б два раза не вставать.

мало что объяснило

Непонятно что тебе непонятно. Есть умножение массивов, есть умножение векторов. Что не так?

там много версий может быть

Где «там»? У тебя в голове? Какое отношение это имеет к numpy?

Непонятно что тебе непонятно. Есть умножение массивов, есть умножение векторов.

Теперь почти все понятно

Спасибо за разъяснения

Где «там»? У тебя в голове?

Именно. В моей голове все путается когда речь идет о математике

Во-вторых, без английского в индустрии делать нечего

На другом форуме мне 2 чела уже пишет, что они не должны уметь пользоваться linux. Но оба Великие программисты

Да и в русской версии есть пример: https://pyprog.pro/linear_algebra_functions/dot.html

все путается когда речь идет о математике

Это потому что ты пытаешься думать. Думать не надо, делай как написано.

На другом форуме мне 2 чела уже пишет, что они не должны уметь пользоваться linux.

русский у вас тоже не родной?

русский у вас тоже не родной?

А у Вас ?

у меня родной

у меня родной Так а зачем такое спрашивать ?

Можете попробовать на этом калькуляторе повторить операцию a * b https://ru.onlinemschool.com/math/assistance/matrix/multiply/

для одномерных массивов

Получится ?

А в Питоне получится )