Differences

This shows you the differences between two versions of the page.

--- appunti3s:numpy [2020/07/17 06:41] – profpro
+++ appunti3s:numpy [2020/07/17 07:08] – profpro
@@ Line 32: / Line 32: @@
     *  la variabile a, ha due assi, il primo ha lunghezza 3, il secondo ha lunghezza 2
     *  la variabile b ha due assi, il primo ha lunghezza 3, il secondo ha lunghezza 1, quindi si dice che ha un solo asse.
+  * Per comprendere questo termine (numero di assi) basta immaginare che la variabile b possa essere usata per contenere i punti dell'asse x
 Questa istruzione preleva solo alcuni valori, tutti e tre della seconda colonna.
@@ Line 62: / Line 63: @@
 </file>
-==Esempio di operatori==
+====Esempio di operatori====
 == matrix product ==
@@ Line 76: / Line 77: @@
 ==Prodotto vettoriale o cross product==
+Di solito si moltiplicano due array 1 D e si ottiene un terzo array 1 D, ortogonale.
 <code python>
-  numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1, axis=None)[source]¶
+  numpy.cross(a, b, axisa=-1, axisb=-1, axisc=-1, axis=None)
 </code>
 ==Prodotto scalare o dot product==
-(in realtà non fa il prodotto scalare?)
+Ha un comportamento diverso, a seconda dei fattori utilizzati
+  * usando il tipo scalare 0 D, equivale a fare il prodotto con asterisco *
+  * usando il tipo array 1 D, equivale a fare il prodotto scalare, o somma dei prodotti
+  * usando il tipo array 2 D, .........
+<code>
+   fare un esempio....
+</code>
 Quando gli array sono 2D è preferibile usare @