矩阵相乘python代码

以下是两个矩阵相乘的Python代码：

# 定义两个矩阵
matrix1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
matrix2 = [[9, 8, 7], [6, 5, 4], [3, 2, 1]]

# 矩阵相乘
result = [[0, 0, 0], [0, 0, 0], [0, 0, 0]]
for i in range(len(matrix1)):
    for j in range(len(matrix2[0])):
        for k in range(len(matrix2)):
            result[i][j] += matrix1[i][k] * matrix2[k][j]

# 打印结果
for row in result:
    print(row)

输出结果为：

[30, 24, 18]
[84, 69, 54]
[138, 114, 90]

该代码中，我们首先定义了两个矩阵 `matrix1` 和 `matrix2`，然后使用三重循环计算它们的乘积，并将结果存储在 `result` 矩阵中。最后，我们打印出 `result` 矩阵的每一行作为最终的输出结果。

相关问题

矩阵相乘python代码举例

矩阵相乘在Python中通常通过NumPy库来实现，因为NumPy提供了一个高效的`dot()`函数来进行矩阵运算。下面是一个简单的例子，展示如何创建两个二维数组（在这里被称为矩阵），并计算它们的乘积：

import numpy as np

# 创建两个二维数组（矩阵）
matrix_a = np.array([[1, 2], [3, 4]])
matrix_b = np.array([[5, 6], [7, 8]])

# 使用numpy的dot()函数进行矩阵乘法
result_matrix = np.dot(matrix_a, matrix_b)

# 打印结果
print("Matrix A:")
print(matrix_a)
print("\nMatrix B:")
print(matrix_b)
print("\nMatrix Product (A * B):")
print(result_matrix)

在这个例子中，`matrix_a` 和 `matrix_b` 的维度允许相乘，即第一个矩阵的列数等于第二个矩阵的行数。运行此代码将得到两个矩阵相乘的结果。

用for循环写矩阵相乘python代码

在Python中，使用for循环实现矩阵相乘涉及到两个嵌套循环以及对元素的逐个对应相加。这是一个简单的二维数组（矩阵）相乘的例子，假设我们有两个矩阵A和B，它们的维度适合相乘（即A的列数等于B的行数）：

def matrix_multiply(A, B):
    rows_A = len(A)
    cols_A = len(A)
    cols_B = len(B)

    # 确保矩阵A的列数等于矩阵B的行数
    if cols_A != rows_B:
        print("无法进行矩阵相乘，矩阵A的列数不等于矩阵B的行数")
        return

    # 初始化结果矩阵C，其行数为A的行数，列数为B的列数
    result = [ * cols_B for _ in range(rows_A)]

    for i in range(rows_A):  # 遍历矩阵A的行
        for j in range(cols_B):  # 遍历矩阵B的列
            for k in range(cols_A):  # 遍历矩阵A的列（同时也是矩阵B的行）
                result[i][j] += A[i][k] * B[k][j]  # 计算并累加对应元素的乘积

    return result

# 示例矩阵
A = [[1, 2], [3, 4]]
B = [[5, 6], [7, 8]]

# 输出结果矩阵C
C = matrix_multiply(A, B)