我对 Python 相当陌生，并试图创建一个函数来将向量乘以矩阵（任何列大小）。 例如：
multiply([1,0,0,1,0,0], [[0,1],[1,1],[1,0],[1,0],[1,1],[0,1]])
[1, 1]
这是我的代码：
def multiply(v, G):
result = []
total = 0
for i in range(len(G)):
r = G[i]
for j in range(len(v)):
total += r[j] * v[j]
result.append(total)
return result
问题是，当我尝试选择矩阵 (r[j]) 中每一列的第一行时，会显示错误“列表索引超出范围”。有没有其他不使用 NumPy 完成乘法的方法？
【问题讨论】：
标签： python python-3.x numpy matrix vector
Numpythonic 方法：（使用numpy.dot 以获得两个矩阵的点积）
In [1]: import numpy as np
In [3]: np.dot([1,0,0,1,0,0], [[0,1],[1,1],[1,0],[1,0],[1,1],[0,1]])
Out[3]: array([1, 1])
Pythonic 方法：
您的第二个 for 循环的长度是 len(v) 并且您尝试基于此索引 v 所以您得到索引 Error 。作为一种更 Pythonic 的方式，您可以使用 zip 函数获取列表的列，然后在列表理解中使用 starmap 和 mul：
In [13]: first,second=[1,0,0,1,0,0], [[0,1],[1,1],[1,0],[1,0],[1,1],[0,1]]
In [14]: from itertools import starmap
In [15]: from operator import mul
In [16]: [sum(starmap(mul, zip(first, col))) for col in zip(*second)]
Out[16]: [1, 1]
【讨论】：
我认为您的代码的问题在于您循环遍历矩阵的行而不是列。此外，您不会在每个向量*矩阵列计算后重置您的“总”变量。这就是你想要的：
def multiply(v, G):
result = []
for i in range(len(G[0])): #this loops through columns of the matrix
total = 0
for j in range(len(v)): #this loops through vector coordinates & rows of matrix
total += v[j] * G[j][i]
result.append(total)
return result
【讨论】：
我附上了矩阵乘法的代码，请遵循一维乘法的示例格式（列表列表）
def MM(a,b):
c = []
for i in range(0,len(a)):
temp=[]
for j in range(0,len(b[0])):
s = 0
for k in range(0,len(a[0])):
s += a[i][k]*b[k][j]
temp.append(s)
c.append(temp)
return c
a=[[1,2]]
b=[[1],[2]]
print(MM(a,b))
结果是 [[5]]
【讨论】：
r 是来自G 的一个元素，所以它是一个只有两个元素的行。这意味着您不能使用索引j 从r 获取值，因为j 从0 到v 的长度，在您的示例中为6。
【讨论】：
我需要第一个矩阵可以是二维的解决方案。从@Kasramvd 扩展解决方案以接受二维first 矩阵。贴在这里供参考：
>>> first,second=[[1,0,0,1,0,0],[0,1,1,1,0,0]], [[0,1],[1,1],[1,0],[1,0],[1,1],[0,1]]
>>> from itertools import starmap
>>> from operator import mul
>>> [[sum(starmap(mul, zip(row, col))) for col in zip(*second)] for row in first]
[[1, 1], [3, 1]]
【讨论】：
# check matrices
A = [[1,2],[3,4]]
B = [[1,4],[5,6],[7,8],[9,6]]
def custom_mm(A,B):
if len(A[0]) == len(B): -- condition to check if matrix multiplication is valid or not. Making sure matrix is nXm and mXy
result = [] -- final matrix
for i in range(0,len(A)): -- loop through each row of first matrix
temp = [] -- temporary list to hold output of each row of the output matrix where number of elements will be column of second matrix
for j in range(0,len(B[0])): -- loop through each column of second matrix
total = 0
l = 0 -- dummy index to switch row of second matrix
for k in range(0,len(A[0])):
total += A[i][k]*B[l][j]
l = l+1
temp.append(total)
result.append(temp)
return result
else:
return (print("not possible"))
print(custom_mm(A,B))
【讨论】：
有一个代码可以帮助你将两个矩阵相乘：
A=[[1,2,3],[4,5,6],[7,8,9]] B=[[1,2,3],[4,5,6],[7,8,9]] matrix=[] def multiplicationLineColumn(line,column): try: sizeLine=len(line) sizeColumn=len(column) if(sizeLine!=sizeColumn): raise ValueError("Exception") res = sum([line[i] * column[i] for i in range(sizeLine)]) return res except ValueError: print("sould have the same len line & column") def getColumn(matrix,numColumn): size=len(matrix) column= [matrix[i][numColumn] for i in range(size)] return column def getLine(matrix,numLine): line = matrix[numLine] return line for i in range(len(A)): matrix.append([]) for j in range(len(B)): matrix[i].append(multiplicationLineColumn(getLine(A,i),getColumn(B,j))) print(matrix)
【讨论】：