Python矩阵乘法答案

【问题标题】：Python Matrice multiplicationPython矩阵乘法
【发布时间】：2020-06-17 15:02:40
【问题描述】：

我正在使用一个程序，它生成两个形状相同的矩阵，它们从 1 到 11 行不同，并且总是具有相同数量的列。我需要将这些矩阵逐个单元格相乘。

例如，如果我有：

([1 1 1];[2 2 2];[3 3 3]) * ([1 2 3]; [4 5 6]; [2 4 6]) = ([1 2 3]; [8 10 12]; [6 12 9])

我在使用 A*A 时遇到问题有人可以帮我吗？非常感谢

【问题讨论】：

标签： python matrix multiplication

【解决方案1】：

你可以试试这个：

arr1=[[1,1,1],[2,2,2],[3,3,3]]
arr2 = [[1,2,3],[4,5,6],[2,4,6]]

multi = lambda a,b: [[p[i]*q[i] for i in range(len(p))] for p, q in zip(a,b)]
print(multi(arr1,arr2))

或使用numpy 作为@BrennenSprimont 的答案：

import numpy as np
first = np.array([[1,1,1],[2,2,2],[3,3,3]])
seco = np.array([[1,2,3],[4,5,6],[2,4,6]])

print(first*seco)

【讨论】：

小心，第二个例子first*seco的最后一行是做点积。从这个例子中，看起来他们正在寻找元素明智的乘法。
是的，没错。我刚刚编辑了那个细节。感谢您的澄清。
对不起，看来我错了，可能误导了您。我没看到你用过numpy.array。看起来他们在数组上将* 定义为元素方面的，并为点积使用了新符号@。只有numpy.matrix 对象将* 定义为点积。你以前的工作。

【解决方案2】：

在许多情况下，数学家已将矩阵的* 定义为表示线性代数“点积”。要进行“元素/单元格乘法”，您需要使用 numpy.multiply 或使用一对 for 循环。

用 numpy python3 -m pip install numpy

# EDIT: Don't use numpy.matrix, they are deprecated and will eventually be removed.
# Use numpy.array as seen in @MrNobody33's answer.
# left_matrix = numpy.matrix("1 1 1; 2 2 2; 3 3 3")
# right_matrix = numpy.matrix("1 2 3; 4 5 6; 7 8 9")
left_matrix = numpy.array([[1, 1, 1], [2, 2, 2], [3, 3, 3]])
right_matrix = numpy.array([[1, 2, 3], [4, 5, 6], [2, 4, 6]])
result_matrix = numpy.multiply(left_matrix, right_matrix)
# Use * or numpy.dot for the linear algebra matrix multiplication.
print(result_matrix)

没有 numpy。

left_matrix = [[1, 1, 1], [2, 2, 2], [3, 3, 3]]
right_matrix = [[1, 2, 3], [4, 5, 6], [2, 4, 6]]
result_matrix = []
for i in range(len(left_matrix)):
    result_matrix.append([])
    for j in range(len(left_matrix[0])):
        cell_result = left_matrix[i][j] * right_matrix[i][j]
        result_matrix[i].append(cell_result)
print(result_matrix)

【讨论】：

【解决方案3】：

感谢您的帮助。我正在寻找元素明智的乘法，发现有一个 numpy 命令。 np.multiply

【讨论】：