数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学使用NumPy在Python中一行代码实现两个矩阵的乘法
矩阵乘法是一个冗长的过程，需要以某种方式将矩阵每一行和每一列的每个元素相乘并相加。对于矩阵乘法，第一个矩阵的列数必须等于第二个矩阵的行数。结果矩阵的行数等于第一个矩阵的行数，列数等于第二个矩阵的列数。
对于较小的矩阵，我们可以设计嵌套的for循环来求解结果。对于较大的矩阵，我们需要Python中的一些内置功能来处理这个问题。我们将在下面看到这两种方法。
使用for循环
我们取两个维度分别为2x3和3x2（行x列）的矩阵。矩阵乘法的结果是一个2x2矩阵。我们设计了一个嵌套的for循环，用于遍历A的列和B的行，并将这些行和列中值的乘积相加。
示例
#matrix A with 2 rows
A = ([5,10,15],[20,25,30])
#matrix B with 2 columns
B = ([4,8],[12,10],[14,16])
result = [[0 for x in range(2)] for y in range(2)]
for i in range(len(A)):
# iterate through columns of A
for j in range(len(B[0])):
# iterate through rows of B
for k in range(len(B)):
result[i][j] += A[i][k] * B[k][j]
for r in result:
print(r)
输出
运行上面的代码得到以下结果
[350, 380] [800, 890]
使用NumPy
NumPy有一个名为dot的内置函数，可以执行矩阵乘法。我们的程序代码行数大大减少，语法也更加简单。
示例
import numpy as np #matrix A matrix_A = ([5,10,15],[20,25,30]) #matrix B matrix_B = ([4,8],[12,10],[14,16]) result = np.dot(matrix_A,matrix_B) # Result print(result)
输出
运行上面的代码得到以下结果
[[350 380] [800 890]]
更新于：2020年1月7日
603 次浏览
广告