python实现矩阵乘法

矩阵相乘需要前面矩阵的行数与后面矩阵的列数相同方可相乘。第一步，先将前面矩阵的每一行分别与后面矩阵的列相乘，作为结果矩阵的行列；第二步算出结果即可。

# 2 3 3 4
# 1 2 3
# 4 5 6
# 1 2 3 4
# 5 6 7 8
# 9 10 11 12
lst1, lst2 = [], []
n1,m1,n2,m2 = map(int,input().split())
for i in range(n1):
    nums = list(map(int,input().split())) #输入一行数据
    lst1.append(nums)
for i in range(n2):
    nums = list(map(int,input().split()))
    lst2.append(nums)
res = []
for i in range(n1):
    res.append([])
    for j in range(m2):
        lst4 = []
        lst3 = lst1[i]
        for k in range(n2):
            lst4.append(lst2[k][j])
        res_num = sum(map(lambda x,y:x*y,lst3,lst4))
        res[i].append(res_num)
print(res)

import numpy as np
print('numpy:',np.dot(lst1,lst2)) #使用numpy验证结果
2 3 3 4
1 2 3
4 5 6
1 2 3 4
5 6 7 8
9 10 11 12
[[38, 44, 50, 56], [83, 98, 113, 128]]
numpy: [[ 38  44  50  56]
 [ 83  98 113 128]]

到此这篇关于python实现矩阵乘法的文章就介绍到这了,更多相关python矩阵乘法内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • python实现矩阵乘法的方法

    本文实例讲述了python实现矩阵乘法的方法.分享给大家供大家参考.具体实现方法如下: def matrixMul(A, B): res = [[0] * len(B[0]) for i in range(len(A))] for i in range(len(A)): for j in range(len(B[0])): for k in range(len(B)): res[i][j] += A[i][k] * B[k][j] return res def matrixMul2(A, B):

  • python中数组和矩阵乘法及使用总结（推荐）

    Matrix是Array的一个小的分支,包含于Array.所以matrix 拥有array的所有特性. 但在数组乘和矩阵乘时,两者各有不同,如果a和b是两个matrices,那么a*b,就是矩阵积 如果a,b是数组的话,则a*b是数组的运算 1.对数组的操作 >>> import numpy as np >>> a=np.array([[1,2,3],[4,5,6],[7,8,9]]) >>> a array([[1, 2, 3], [4, 5, 6]

  • Python中的几种矩阵乘法（小结）

    一.  np.dot() 1.同线性代数中矩阵乘法的定义.np.dot(A, B)表示: 对二维矩阵,计算真正意义上的矩阵乘积. 对于一维矩阵,计算两者的内积. 2.代码 [code] import numpy as np # 2-D array: 2 x 3 two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]]) # 2-D array: 3 x 2 two_dim_matrix_two = np.array([[1, 2], [3, 4],

  • Python实现求解斐波那契第n项的解法(包括矩阵乘法＋快速幂)

    Python实现求解斐波那契第n项的解法(包括矩阵乘法＋快速幂)

    斐波那契数列 首先我们来定义一下斐波那契数列: 即数列的第0项: 算法一:递归 递归计算的节点个数是O(2ⁿ)的级别的,效率很低,存在大量的重复计算. 比如: f(10) = f(9) + f(8) f(9) = f(8) + f(7) 重复 8 f(8) = f(7) + f(6) 重复 7 时间复杂度是O(2ⁿ),极慢 def F1(n): if n <= 1: return max(n, 0) # 前两项 return F1(n-1)+F1(n-2) # 递归 算法二:记忆化搜索 开一个大

  • python实现矩阵乘法

    矩阵相乘需要前面矩阵的行数与后面矩阵的列数相同方可相乘.第一步,先将前面矩阵的每一行分别与后面矩阵的列相乘,作为结果矩阵的行列:第二步算出结果即可. # 2 3 3 4 # 1 2 3 # 4 5 6 # 1 2 3 4 # 5 6 7 8 # 9 10 11 12 lst1, lst2 = [], [] n1,m1,n2,m2 = map(int,input().split()) for i in range(n1):     nums = list(map(int,input().split

  • Python实现矩阵加法和乘法的方法分析

    本文实例讲述了Python实现矩阵加法和乘法的方法.分享给大家供大家参考,具体如下: 本来以为python的矩阵用list表示出来应该很简单可以搞..其实发现有大学问. 这里贴出我写的特别不pythonic的矩阵加法,作为反例. def add(a, b): rows = len(a[0]) cols = len(a) c = [] for i in range(rows): temp = [] for j in range(cols): temp.append(a[i][j] + b[i][j

  • 对python中的乘法dot和对应分量相乘multiply详解

    向量点乘 (dot) 和对应分量相乘 (multiply) : >>> a array([1, 2, 3]) >>> b array([ 1., 1., 1.]) >>> np.multiply(a,b) array([ 1., 2., 3.]) >>> np.dot(a,b) 6.0 矩阵乘法 (dot) 和对应分量相乘 (multiply) : >>> c matrix([[1, 2, 3]]) >>

  • Python中矩阵创建和矩阵运算方法

    矩阵创建 1.from numpyimport *; a1=array([1,2,3]) a2=mat(a1) 矩阵与方块列表的区别如下: 2.data2=mat(ones((2,4))) 创建一个2*4的1矩阵,默认是浮点型的数据,如果需要时int类型,可以使用dtype=int 3.data5=mat(random.randint(2,8,size=(2,5)) 产生一个2-8之间的随机整数矩阵 4.data3=mat(random.rand(2,2)) 这里的random模块使用的是num

  • python查看矩阵的行列号以及维数方式

    print(X.shape):查看矩阵的行列号 print(len(X)):查看矩阵的行数 print(X.ndim):查看矩阵的维数 1 查看矩阵的行列号 2 查看矩阵的行数 3 查看矩阵的维数 补充知识:Python之numpy模块的添加及矩阵乘法的维数问题 在Python中,numpy 模块是需要自己安装的,在安装编程软件时,默认安装了pip,因此我们可以用pip命令来安装 numpy模块. 首先打开电脑的"cmd.exe",如下图所示: 在这里输入"pip insta

  • Python 执行矩阵与线性代数运算

    问题 你需要执行矩阵和线性代数运算,比如矩阵乘法.寻找行列式.求解线性方程组等等. 解决方案 NumPy 库有一个矩阵对象可以用来解决这个问题. 矩阵类似于3.9小节中数组对象,但是遵循线性代数的计算规则.下面的一个例子展示了矩阵的一些基本特性: >>> import numpy as np >>> m = np.matrix([[1,-2,3],[0,4,5],[7,8,-9]]) >>> m matrix([[ 1, -2, 3], [ 0, 4,

随机推荐