编写代码，实现只使用一层for循环完成矩阵乘积计算

假设有两个矩阵 A 和 B，A 的大小为 m×n，B 的大小为 n×p，它们的乘积 C 的大小为 m×p。下面是使用一层 for 循环完成矩阵乘积计算的 Python 代码：

def matrix_multiply(A, B):
    m, n = A.shape
    n, p = B.shape
    C = np.zeros((m, p))
    for i in range(m):
        for j in range(p):
            dot_product = 0
            for k in range(n):
                dot_product += A[i, k] * B[k, j]
            C[i, j] = dot_product
    return C

在这个代码中，第一个 for 循环迭代矩阵 A 的每一行，第二个 for 循环迭代矩阵 B 的每一列，第三个 for 循环计算矩阵 A 的第 i 行和矩阵 B 的第 j 列之间的点积。

注意，在这个代码中，我们使用了 NumPy 的 ndarray 类型，因为它可以更高效地处理大型矩阵的计算。如果你没有使用 NumPy，请先导入 NumPy 库，并将矩阵 A 和 B 转换为 ndarray 类型。

下面是一个使用这个函数计算矩阵乘积的例子：

import numpy as np

A = np.array([[1, 2], [3, 4], [5, 6]])
B = np.array([[7, 8, 9], [10, 11, 12]])

C = matrix_multiply(A, B)
print(C)

输出：

[[ 27.  30.  33.]
 [ 61.  68.  75.]
 [ 95. 106. 117.]]