纯python进行矩阵的相乘运算的方法示例
本文介绍了纯python进行矩阵的相乘运算的方法示例，分享给大家，具体如下：
def matrixMultiply(A, B):
# 获取A的行数和列数
A_row, A_col = shape(A)
# 获取B的行数和列数
B_row, B_col = shape(B)
# 不能运算情况的判断
if(A_col != B_row):
raise ValueError
# 最终的矩阵
result = []
# zip 解包后是转置后的元组，强转成list, 存入result中
BT = [list(row) for row in zip(*B)]
# 开始做乘积运算
for A_index in range(A_row):
# 用于记录新矩阵的每行元素
rowItem = []
for B_index in range(len(BT)):
# num 用于累加
num = 0
for Br in range(len(BT[B_index])):
num += A[A_index][Br] * BT[B_index][Br]
# 累加完成后，将数据存入新矩阵的行中
rowItem.append(num)
result.append(rowItem)
return result
说明： A矩阵与B矩阵的乘法运算，最终得到新的矩阵X ， 思路
- 首先判断是否可以相乘：前提条件是A的列与B的行要相同
- 我们可以画图理解：假如A是3行5列，B是5行2列，相乘结果是3行2列
- 将B转置后是2行5列，我们称之为BT, 这样 A 和 BT 都是5列了
- 则A的每行中的第 i 个元素 * BT每行中的第 i 个元素，相加构成新矩阵X的新行，循环A行，共3行，则新矩阵X就会逐步添加新行，待循环完毕，得到新矩阵X
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持小牛知识库。
-
本文向大家介绍python实现矩阵乘法的方法，包括了python实现矩阵乘法的方法的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了python实现矩阵乘法的方法。分享给大家供大家参考。具体实现方法如下： 希望本文所述对大家的Python程序设计有所帮助。
-
本文向大家介绍python如何进行矩阵运算，包括了python如何进行矩阵运算的使用技巧和注意事项，需要的朋友参考一下 python进行矩阵运算的方法： 1、矩阵相乘 2、矩阵对应元素相乘 multiply()函数：数组和矩阵对应位置相乘，输出与相乘数组/矩阵的大小一致 3、矩阵点乘 4、矩阵求逆 5、矩阵转置 6、计算每一列、行的和 内容扩展： numpy矩阵运算 (1) 矩阵点乘：m=mult
-
本文向大家介绍Python中矩阵创建和矩阵运算方法，包括了Python中矩阵创建和矩阵运算方法的使用技巧和注意事项，需要的朋友参考一下 矩阵创建 1、from numpyimport *; a1=array([1,2,3]) a2=mat(a1) 矩阵与方块列表的区别如下： 2、data2=mat(ones((2,4))) 创建一个2*4的1矩阵，默认是浮点型的数据，如果需要时int类型，可以使用
-
本文向大家介绍Java实现的矩阵乘法示例，包括了Java实现的矩阵乘法示例的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Java实现的矩阵乘法。分享给大家供大家参考，具体如下： 思路： 矩阵乘法的前提是：前一矩阵的行数 == 后一矩阵的列数（rows == cols） 在满足前提的情况下：前一矩阵的第一行 与 第二个矩阵的第一列 逐个相乘。将乘积求和 作为 结果矩阵的第一个元素 类推刻得
-
本文向大家介绍python简单实现矩阵的乘，加，转置和逆运算示例，包括了python简单实现矩阵的乘，加，转置和逆运算示例的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了python简单实现矩阵的乘，加，转置和逆运算。分享给大家供大家参考，具体如下： 使用python完成矩阵的乘，加，转置和逆： 运行结果： 矩阵的乘: [[23] [43] [17]] 矩阵的加: [[ 6 8 8
-
本文向大家介绍Ruby实现的矩阵连乘算法，包括了Ruby实现的矩阵连乘算法的使用技巧和注意事项，需要的朋友参考一下 动态规划解决矩阵连乘问题，随机产生矩阵序列，输出形如((A1(A2A3))(A4A5))的结果。 代码：