Python矩阵查询-必须是更简单的方法

我已经创建了一个小Python程序来将两个2乘2的矩阵相乘，但我想知道它是否可以以任何方式简化（特别是创建新数组）

python代码如下所示：

matA=[0]*2
matB=[0]*2
matC=[0]*2
matC[0]=[0]*2
matC[1]=[0]*2
# creating new arrays for multiplying two 2 by 2 matrices
# must be a more simple way


def multiply2by2matrices(a,b):

    matC[0][0]=a[0][0]*b[0][0]+a[0][1]*b[1][0]
    matC[0][1]=a[0][0]*b[0][1]+a[0][1]*b[1][1]
    matC[1][0]=a[1][0]*b[0][0]+a[1][1]*b[1][0]
    matC[1][1]=a[1][0]*b[0][1]+a[1][1]*b[1][1]

    print ((matC[0][0]),(matC[0][1]))
    print ((matC[1][0]),(matC[1][1]))

matA[0]=[4,3]
matA[1]=[2,12]

matB[0]=[5,-2]
matB[1]=[6,3]

multiply2by2matrices(matA, matB)

---

任何想法都会被广泛接受

不要手动执行。你正在重新发明轮子，而且已经有非常好的轮子了

Numpy就是答案

import numpy as np
a = np.arange(20).reshape(5,4)
b = (np.arange(20) + 10).reshape(4,5)
np.dot(a,b)

文件：

---

干杯，不要用手执行。你正在重新发明轮子，而且已经有非常好的轮子了

Numpy就是答案

import numpy as np
a = np.arange(20).reshape(5,4)
b = (np.arange(20) + 10).reshape(4,5)
np.dot(a,b)

文件：

---

干杯，p

除非您只需要使用普通python，否则使用numpy会简单得多。可以使用matrix类，也可以只使用2d数组和点函数。例如：

import numpy as np
a=np.array([[1,1],[2,2]])
b=np.array([[3,3],[3,3]])
c=np.dot(a,b)

产生：

array([[ 6,  6],
       [12, 12]])

---

除非您只需要使用普通python，否则使用numpy会简单得多。可以使用matrix类，也可以只使用2d数组和点函数。例如：

import numpy as np
a=np.array([[1,1],[2,2]])
b=np.array([[3,3],[3,3]])
c=np.dot(a,b)

产生：

array([[ 6,  6],
       [12, 12]])

---

你完全可以简化矩阵乘法，使之通用。诀窍是使用

zip

。当然还有其他方法，但我认为zip可能会产生一些更干净的代码。 我没有测试以下内容，但我认为我的线性代数是正确的

def matmult(a,b):
    zipb = zip(*b)
    return [[sum(ax*bx for ax,bx in zip(rowa, colb)) for colb in zipb] for rowa in a]

---

如果不使用列表理解，则需要预先分配列表或在循环之间使用append/extend

您完全可以简化矩阵乘法并使其通用化。诀窍是使用

zip

。当然还有其他方法，但我认为zip可能会产生一些更干净的代码。 我没有测试以下内容，但我认为我的线性代数是正确的

def matmult(a,b):
    zipb = zip(*b)
    return [[sum(ax*bx for ax,bx in zip(rowa, colb)) for colb in zipb] for rowa in a]

如果不使用列表理解，则需要预先分配列表或在循环之间使用append/extend

核对