Python中两个矩阵相乘
时间: 2024-08-16 20:04:14 浏览: 63
在Python中,你可以使用`numpy`库来进行矩阵相乘操作。`numpy`提供了一个名为`dot()`或者`@`运算符用于处理矩阵乘法。这里有两个基本的矩阵乘法规则:
1. **点积(内积)**:对于两个一维向量(行向量或列向量),它们可以看作是小矩阵,然后使用`numpy.dot()`或者直接使用`*`运算符进行元素间的对应相乘求和,得到的结果是一个标量。
```python
import numpy as np
a = np.array([1, 2])
b = np.array([3, 4])
result = np.dot(a, b) or a * b # 结果是一个标量
```
2. **矩阵乘法(外积)**:对于两个二维矩阵,如果第一个矩阵的列数等于第二个矩阵的行数,那么它们可以相乘,生成的新矩阵的大小是第一个矩阵的行数乘以第二个矩阵的列数。使用`numpy.dot()`函数进行:
```python
matrix_a = np.array([[1, 2], [3, 4]])
matrix_b = np.array([[5, 6], [7, 8]])
product = np.dot(matrix_a, matrix_b) # 结果是一个新的二维矩阵
```
注意,当矩阵A是m×n的,矩阵B是n×p的,它们相乘结果才是m×p的矩阵。如果你尝试不符合这个条件的矩阵相乘,将会抛出错误。
相关问题
用python求两个矩阵相乘
可以使用numpy库中的dot函数来实现矩阵相乘。
示例代码:
```python
import numpy as np
# 定义矩阵A和B
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
# 矩阵相乘
C = np.dot(A, B)
# 输出结果
print(C)
```
输出结果:
```
[[19 22]
[43 50]]
```
其中,矩阵A和B的乘积为:
```
[1*5+2*7 1*6+2*8]
[3*5+4*7 3*6+4*8]
```
即:
```
[[19 22]
[43 50]]
```
python两个矩阵相乘代码
以下是两个矩阵相乘的Python代码示例:
```python
# 定义矩阵A和矩阵B
A = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
B = [[10, 11, 12], [13, 14, 15], [16, 17, 18]]
# 初始化结果矩阵C
C = [[0, 0, 0], [0, 0, 0], [0, 0, 0]]
# 矩阵相乘
for i in range(len(A)):
for j in range(len(B[0])):
for k in range(len(B)):
C[i][j] += A[i][k] * B[k][j]
# 输出结果矩阵C
for row in C:
print(row)
```
输出结果为:
```
[84, 90, 96]
[201, 216, 231]
[318, 342, 366]
```
这里的代码实现了矩阵A和矩阵B的乘积,并将结果保存在矩阵C中。该代码使用了三个嵌套的循环来实现矩阵的乘积运算。首先,外层循环遍历矩阵A的每一行;然后,内层循环遍历矩阵B的每一列;最后,最内层循环计算矩阵A的当前行和矩阵B的当前列之间的乘积,并将结果加到矩阵C的对应位置上。循环结束后,矩阵C就包含了矩阵A和矩阵B的乘积。