在Python中,如何将矩阵中的每一行乘以第二个矩阵中的每一列?
我知道两个矩阵相乘的步骤如下 步骤1:确保第一个表中的列数等于第二个表中的行数 步骤2:将第一个矩阵中每行的元素乘以第二个矩阵中每列的元素 步骤3:添加产品 第二步怎么做 比如说在Python中,如何将矩阵中的每一行乘以第二个矩阵中的每一列?,python,matrix,row,multiplication,Python,Matrix,Row,Multiplication,我知道两个矩阵相乘的步骤如下 步骤1:确保第一个表中的列数等于第二个表中的行数 步骤2:将第一个矩阵中每行的元素乘以第二个矩阵中每列的元素 步骤3:添加产品 第二步怎么做 比如说 A = [[3,4,5],[5,0,6],[5,7,1]] B = [[2,1,3],[2,6,4]] 到目前为止,我得到了一个函数来查找第二列的每一列 def column(B,j): col = [] for column in B: col.append(column[j])
A = [[3,4,5],[5,0,6],[5,7,1]]
B = [[2,1,3],[2,6,4]]
到目前为止,我得到了一个函数来查找第二列的每一列
def column(B,j):
col = []
for column in B:
col.append(column[j])
return col
下一步,我必须创建一个函数,为第一行查找每一行
def rows(A,i):
但我不知道如何创建一个函数,将它们相乘,就像
row(A,0) • col(B,0)
row(A,0) • col(B,1)
row(A,1) • col(B,0)
row(A,1) • col(B,1)
row(A,2) • col(B,0)
row(A,2) • col(B,1)
如果您坚持使用列表来完成此任务 对于C=A.B,您需要 C{ij}=sumA{ik}*B{kj}
这里,i、j和k是下标,第一个下标表示行,第二个下标表示列。i、 j,k遍历行和列,即矩阵的列表索引,因此您可以只为i,j和k上的循环编写。如果您坚持为此使用列表 对于C=A.B,您需要 C{ij}=sumA{ik}*B{kj}
这里,i、j和k是下标,第一个下标表示行,第二个下标表示列。i、 j,k在行和列上运行,即列出矩阵的索引,因此您可以只编写i,j和k上的循环。您可能应该使用numpy:
import numpy as np
np.dot(row(A,0), col(B,0))
但是,假设您不想使用该选项,您可以:
def dot(arr1, arr2):
return sum([x*y for x,y in zip(arr1, arr2)])
dot(row(A,0), col(B,0))
您可能应该使用numpy:
import numpy as np
np.dot(row(A,0), col(B,0))
但是,假设您不想使用该选项,您可以:
def dot(arr1, arr2):
return sum([x*y for x,y in zip(arr1, arr2)])
dot(row(A,0), col(B,0))
A有3列,而B有2行。因此,您的示例似乎与步骤1中所述的要求相矛盾。尽管如此,这可能与您正在寻找的内容非常接近
In [1]: A = [[3,4,5],[5,0,6],[5,7,1]]
In [2]: B = [[2,1,3],[2,6,4]]
In [3]: [[sum(r*c for r,c in zip(row, col)) for col in B] for row in A]
Out[3]: [[25, 50], [28, 34], [20, 56]]
顺便说一句,这里有一个有用的技巧,您可能会发现它很有用:
如果要转置矩阵,请使用zip*B:
这可能对您有用,因为它允许您轻松地循环B的列。A有3列,而B有2行。因此,您的示例似乎与步骤1中所述的要求相矛盾。尽管如此,这可能与您正在寻找的内容非常接近
In [1]: A = [[3,4,5],[5,0,6],[5,7,1]]
In [2]: B = [[2,1,3],[2,6,4]]
In [3]: [[sum(r*c for r,c in zip(row, col)) for col in B] for row in A]
Out[3]: [[25, 50], [28, 34], [20, 56]]
顺便说一句,这里有一个有用的技巧,您可能会发现它很有用:
如果要转置矩阵,请使用zip*B:
这可能对您有用,因为它允许您轻松地循环浏览B的列。下面是一个已解决的示例:
>>> from pprint import pprint
>>> def mmul(A, B):
nr_a, nc_a = len(A), len(A[0])
nr_b, nc_b = len(B), len(B[0])
if nc_a != nr_b:
raise ValueError('Mismatched rows and columns')
return [[sum(A[i][k] * B[k][j] for k in range(nc_a))
for j in range(nc_b)] for i in range(nr_a)]
>>> A = [[1, 2, 3, 4]]
>>> B = [[1],
[2],
[3],
[4]]
>>> pprint(mmul(A, B))
[[30]]
>>> pprint(mmul(B, A), width=20)
[[1, 2, 3, 4],
[2, 4, 6, 8],
[3, 6, 9, 12],
[4, 8, 12, 16]
下面是一个已解决的示例:
>>> from pprint import pprint
>>> def mmul(A, B):
nr_a, nc_a = len(A), len(A[0])
nr_b, nc_b = len(B), len(B[0])
if nc_a != nr_b:
raise ValueError('Mismatched rows and columns')
return [[sum(A[i][k] * B[k][j] for k in range(nc_a))
for j in range(nc_b)] for i in range(nr_a)]
>>> A = [[1, 2, 3, 4]]
>>> B = [[1],
[2],
[3],
[4]]
>>> pprint(mmul(A, B))
[[30]]
>>> pprint(mmul(B, A), width=20)
[[1, 2, 3, 4],
[2, 4, 6, 8],
[3, 6, 9, 12],
[4, 8, 12, 16]
你为什么不使用numpy是有原因的吗?@immerr是的,我想不用numpy先学习它。你为什么不使用numpy是有原因的吗?@immerr是的,我想不用numpy先学习它。我认为原始代码在内部列表中有列,所以你需要先压缩*a,我认为原始代码在内部列表中有列,所以您需要先压缩*A,否则您将执行逐列乘法,而不是逐列乘法。