Numpy Array -Multiplikation

Numpy ist die Bibliothek von Python, die uns eine Vielzahl von Methoden zur Durchführung verschiedener mathematischer Berechnungen für Arrays bietet. Wenn es um die Multiplikation eines Arrays geht, ist es einfach, 2 × 2, 3 × 3 oder bis zu 5 × 5 zu multiplizieren. Wenn es jedoch die Größe 5 × 5 überschreitet, kann es schwierig sein und die Zeit, sie manuell zu multiplizieren. Aber die integrierten Funktionen von Numpy machten es uns leicht, eine Multiplikation in großen Arrays durchzuführen. Die Matrix -Multiplikation ist diejenige, bei der zwei Matrizen multipliziert werden und dadurch eine einzelne Matrix liefert. Es gibt drei Methoden von Numpy, um die Matrizen zu multiplizieren.

Es gibt drei Methoden, um die Array -Multiplikation durchzuführen. Diese sind wie folgt:

Das Punktprodukt von Arrays

Das DOT -Produkt ist auch als Skalarprodukt bekannt. In dieser Art der Multiplikation wird ein konstanter Ganzzahlwert mit der Matrix multipliziert, oder zwei Arrays derselben Dimensionen werden multipliziert. In einer Skalarmatrix spielt die Größe der Matrix keine Rolle, wann eine Konstante multipliziert wird, da wir nur den Konstantenwert mit jedem Matrixwert multiplizieren.

Syntax

Die folgende Syntax wird verwendet, um das Punktprodukt des Arrays zu berechnen:

np.Punkt (Constant_Value, Array)

Hier werden zuerst zwei Argumente übergeben - einer ist die konstante Zahl und der andere ist das zu multiplizierte Array. Eine weitere Sache, die Sie erinnern sollten, ist, dass diese Reihenfolge der verabschiedeten Argumente keine Rolle spielt. Wir können das Array zuerst übergeben und das zweite kann die konstanten Werte sein, die gleiche wie bei der Array -Multiplikation.

np.dot (array_a, array_b)

Hier werden zwei Argumente übergeben: Dies sind Arrays.

Beispiel 1

Lassen Sie uns ein Beispiel geben, um das Skalarprodukt tief zu verstehen. In diesem Beispiel werden wir ein Array mit dem konstanten Wert multiplizieren. Importieren Sie zunächst die Numpy-Bibliothek, während wir die integrierte Funktion der Numpy-Bibliothek verwenden. Dann deklarieren wir eine Variable, die den Wert hält, der mit der Array -Variablen „con_val“ mit Wert „2“ und einem Array, das die 2 × 2 -Matrix enthält, mit Werten von „3“, „6“, „5“ multipliziert werden soll. " und 2".

Nachdem wir unsere konstante Variable und unser Array deklariert haben, deklarieren wir eine andere Variable mit dem Namen "resulting_arr", die das Punktprodukt des Arrays enthält. Wir bestehen die NP.DOT () -Funktion, die für die Berechnung des Punktprodukts mit zwei Argumenten verantwortlich ist: unser Array und den konstanten Wert.

Numph als NP importieren
con_val = 2
arr = [3, 6], [5, 2]]
resling_arr = np.dot (con_val, arr)
print ("Original Array:", arr)
print ("Skalarprodukt von Array arr ist:", resling_arr)

Schließlich drucken wir mit der Anweisung print () beide Arrays - das ursprüngliche Array und das resultierende Array, das das Punktprodukt des Originals ist. Die Ausgabe unseres Codes wird in der folgenden Stichprobe nach seiner Ausführung angezeigt:

Beispiel 2

Im vorherigen Beispiel multiplizierten wir den konstanten Wert mit einem Array mit dem NP.DOT () Funktion. Skalare Multiplikation kann auch an zwei Arrays durchgeführt werden. Lassen Sie uns dieses Beispiel durchführen, um die Arbeit von Punktprodukten in verschiedenen Arrays zu verstehen. Erstens, wenn wir unsere Numpy -Bibliothek erfolgreich importieren, deklarieren wir zwei Arrays derselben Größe: Array_a, deren Werte „3“ und „6“ und Array_B mit Werten von „12“ und „4“ sind. Dann deklarieren wir eine andere Variable, der wir den NP zuweisen.DOT () -Funktion, die zwei Argumente enthält, die unsere Arrays sind, die multipliziert werden sollen. Zeigen Sie dann beide Original -Arrays mit den Druckanweisungen an.

Das folgende Ausschnitt ist die Ausgabe des Code, den wir ausgeführt haben. Das resultierende skalare Produkt unserer Matrizen ist „60“.

Matrixprodukt von Arrays

Das Matrixprodukt des Arrays ermöglicht es uns, zwei Arrays zu multiplizieren, wie wir es mathematisch tun. In dieser Art der Multiplikation nehmen wir eine Zeile aus dem ersten Array und eine Spalte aus der zweiten. Die "R1" -Reile des ersten Arrays wird mit der Spalte "C1" des zweiten Arrays multipliziert und dann fügen wir sie hinzu, um das Produkt zu erhalten. In dieser Art der Multiplikation müssen die Zeilen des ersten Arrays gleich der Spalte des zweiten Arrays sein.

Syntax

np.MATMUL (Array1, Array2)

Die Matmul () ist die integrierte Funktion der Numpy-Bibliothek, um die Matrixmultiplikation zu berechnen, indem sie einfach die Arrays zu multipliziert werden. In der vorherigen Syntax sind Array1 und Array2 die Arrays, die wir multiplizieren werden.

Beispiel 1

Lassen Sie uns ein Beispiel implementieren, um die Verwendung der Funktion matmul () kurz zu verstehen. Sobald wir unsere Numpy -Bibliothek erfolgreich importieren, deklarieren wir zwei Arrays - "arr_a" und "arr_b". Das Firt -Array "arr_a" enthält die Werte "3", "6", "5" und "2", während "arr_b" "12", "4", "6" und "1" enthält. Wenn wir nun zum nächsten Schritt wechseln, in dem wir eine andere Variable deklarieren, die dafür verantwortlich ist, das Ergebnis der Multiplikation von Arrays mit dem Namen „Reslting_arr“ mit den Variablen mit dem Namen „reslting_arr“ zu halten, übergeben wir die Funktion matmul () mit den Arrays als Argumente. Zuletzt drucken wir die ursprünglichen Arrays und das Produkt von Arrays, die wir mit der Funktion matmul () berechnet haben.

Numph als NP importieren
arr_a = np.Array ([3, 6], [5, 2]])
arr_b = np.Array ([[12, 4], [6, 1]])
resling_arr = np.matmul (arr_a, arr_b)
print ("Originalarray A:", arr_a)
print ("Originalarray B:", arr_b)
print ("Matrixprodukt von Array arr ist:", resling_arr)

Wie es funktioniert

In diesem Fall wird arr_a (0,0) mit arr_b (0,0) multipliziert und dem Produkt von arr_a (0,1) und arr_b (1,0) hinzugefügt, um das Element reslting_arr (0,0) zu erhalten das resultierende Array. Gleiches gilt für die nächsten Elemente, die sich gegenseitig entsprechen.

Wir berechnet das Produkt beider Arrays, wie in der folgenden Abbildung zu sehen ist:

Elementweise Multiplikation

Beide Arrays müssen die gleichen Abmessungen wie 2 × 2, 3 × 3 usw. haben. Die elemente Multiplikation wird unter Verwendung der Numpy-integrierten Funktion, die NP ist, durchgeführt.multiplizieren().

Syntax

np.multiplizieren (Array1, Array2)

Beispiel 1

Um das Konzept der element weisen Multiplikation zu erklären, geben wir ein Beispiel, um ein besseres Verständnis zu erhalten. Lassen Sie uns zunächst unsere Numpy -Bibliothek als NP einschließen. Danach initialisieren wir zwei Variablen, die das ursprüngliche Array enthalten, das wir multiplizieren werden. Array1 enthält die Werte "5", "1", "6" und "2", während Array2 die Werte "3", "3", "4" und "2" enthält. Jetzt erstellen wir eine andere Variable, die die daraus resultierende Auswahl an Multiplikationen enthält, an die wir beide Arrays als Argumente an unsere NP weitergeben.Multiply () -Funktion, die für die Berechnung des Elementprodukts verantwortlich ist.

Wie es funktioniert

Die arr_a (0,0) wird mit der Matrix arr_b (0, 0) multipliziert. Während arr_a (0,1) mit arr_b (0,1) und so weiter multipliziert wird. Das Ergebnis wird in dem resultierenden Array gespeichert, das wir als resultierende_arr deklariert haben, dem wir NP zugewiesen haben.Multiply () -Funktion mit zwei Parametern, die unsere ursprünglichen Arrays sind.

Numph als NP importieren
Array1 = np.Array ([5, 1], [6, 2]])
Array2 = np.Array ([[3, 3], [4, 2]])
array_result = np.multiplizieren (Array1, Array2)
print ("Original Array1:", Array1)
print ("Original Array2:", Array2)
Print ("Element Wise Product of Array Array ist:", Array_Result)

Am Ende drucken wir einfach sowohl Arrays als auch das resultierende Array mit der Anweisung Print (). Bei der Ausführung zeigt der folgende Snippet die Ausgabe unseres Codes an:

Abschluss

In diesem Artikel haben wir über die Numpy Matrix -Multiplikation mit verschiedenen Numpy -Funktionen besprochen. Wir haben unser Bestes versucht, um die verschiedenen Methoden zur Berechnung des Produkts von Matrizen auszuarbeiten. Mit Numpy ermöglicht es uns, verschiedene Berechnungen für Matrizen mit den einfachen integrierten Methoden durchzuführen. Wenn es um eine große Anzahl von Matrixmultiplikation geht, kann sie nur mit den erklärten Funktionen verwendet werden. Wir müssen sie nicht manuell berechnen.