使用 print 打印产品矩阵的问题答案

【问题标题】：Problem with printing a product matrix using print使用 print 打印产品矩阵的问题
【发布时间】：2020-03-12 11:35:30
【问题描述】：

我有一个矩阵 A 和 B，我想要这两个矩阵的乘积。这是我在 python 中的代码。

import numpy as np

def matrix_multiplication(a: np.ndarray, b: np.ndarray) -> np.ndarray:

    n, m_a = a.shape
    m_b, p = b.shape

    c = np.zeros((n, p))

    if m_a != m_b:
        raise ValueError('Dimensions of the Matrix A and B are not compatable.')
    else:
        for i in range(len(0, a.shape)):
            for j in range(len(0, a.shape[0])):
                for k in range(0, len(b.shape)):
                    c += a[i][j] * b[j][k]

                    print(c)
                    return c

但是当我运行代码时，我得到“进程以退出代码 0 完成”而不是矩阵 C。这里可能有什么问题？

【问题讨论】：

len 只接受一个参数，即要获取长度的项目。你想做的事：range(len(a.shape))。（假设 len(a.shape) 实际上是有效的。）在进入循环之前，您应该尝试打印出您在 for 循环中使用的值。
最后两行的缩进是否与您正在运行的实际 Python 代码相匹配？看起来 print 和 return 语句是在循环的第一次迭代中到达的。
考虑到 n = A 的行，m_a = A 的列，m_b = B 的列，p = B 的行，for 循环在迭代所需值时应该是正确的，但是会不会是c += a[i][j] * b[j][k] 有问题？

标签： python arrays function matrix

【解决方案1】：

import numpy as np

def matrix_multiplication(a: np.ndarray, b: np.ndarray) -> np.ndarray:

    n, m_a = a.shape
    m_b, p = b.shape

    c = np.zeros((n, p))

    if m_a != m_b:
        raise ValueError('Dimensions of the Matrix A and B are not compatable.')

    else:
        for i in range(a.shape[0]):
            for j in range(len(b[0])):
                for k in range(b.shape[0]):
                    c[i][j] += a[i][k] * b[k][j]
    return c


a = np.array([[28,3], [3, 4],[8,9]])
b = np.array([[6, 4,7], [6, 8,9]])

print (matrix_multiplication(a, b))

【讨论】：

它适用于 2x2 矩阵，但对于 3x2 和 2x3 矩阵等其他矩阵，我得到前 2 个正确的行，但第三个始终为 0,0。这是为什么呢？
您的帐户似乎已被版主从堆栈溢出中删除
再试一次

【解决方案2】：

您似乎正在尝试做一个点积，如果是这样，那么有一个内置的 numpy 函数可以为您做到这一点。

import numpy as np

def matrix_multiplication(a: np.ndarray, b: np.ndarray) -> np.ndarray:
    return a.dot(b)

a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 4], [6, 8]])

print (matrix_multiplication(a, b))

甚至更短：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 4], [6, 8]])

print (a.dot(b))

【讨论】：

这是我做的第一件事，但后来我尝试在没有 np.dot 和 np.matrix 的纯 python 中做它，看看我是否能做到。另外我正在下载 Visual Studios，这样我就可以在 Pycharm 上安装 Numpy。