纯python进行矩阵的相乘运算的方法示例


						本文介绍了纯python进行矩阵的相乘运算的方法示例，分享给大家，具体如下：







def matrixMultiply(A, B):

  # 获取A的行数和列数

  A_row, A_col = shape(A)

  # 获取B的行数和列数

  B_row, B_col = shape(B)



  # 不能运算情况的判断

  if(A_col != B_row):

    raise ValueError



  # 最终的矩阵

  result = []



  # zip 解包后是转置后的元组，强转成list, 存入result中

  BT = [list(row) for row in zip(*B)] 



  # 开始做乘积运算 

  for A_index in range(A_row):

    # 用于记录新矩阵的每行元素

    rowItem = []

    for B_index in range(len(BT)): 

      # num 用于累加

      num = 0   

      for Br in range(len(BT[B_index])): 

        num += A[A_index][Br] * BT[B_index][Br]

      # 累加完成后，将数据存入新矩阵的行中

      rowItem.append(num) 

    result.append(rowItem) 

  return result



说明： A矩阵与B矩阵的乘法运算，最终得到新的矩阵X ， 思路



  首先判断是否可以相乘：前提条件是A的列与B的行要相同

  我们可以画图理解：假如A是3行5列，B是5行2列，相乘结果是3行2列

  将B转置后是2行5列，我们称之为BT, 这样 A 和 BT 都是5列了

  则A的每行中的第 i 个元素 * BT每行中的第 i 个元素，相加构成新矩阵X的新行，循环A行，共3行，则新矩阵X就会逐步添加新行，待循环完毕，得到新矩阵X



以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。