Numpy Matrix -Multiplikation

Dieses Tutorial bezieht sich auf die Matrix -Multiplikation mit Hilfe der Numpy -Bibliothek. Die Matrix -Multiplikation bezieht sich darauf, wie wir die Multiplikationsvorgänge in einer Matrix in einer Python -Anwendung ausführen können. Alle numerischen und wissenschaftlichen Operationen können mit Hilfe der Numpy -Bibliothek in Python leicht erledigt werden. Auf dieser Plattform führen wir alle Leser durch dieses Tutorial über die Matrix -Multiplikation mit Hilfe der richtigen Beispiele durch. Wir werden verschiedene Schritte und Sitzungen durchlaufen, während wir den Python -Code auf Pycharm, Spyder oder dem Notebook -Jupiter -Tool pflegen und ausführen. Vor der Installation von Numpy werden wir die Matrixmultiplikation im Detail demonstrieren. Lasst uns beginnen!

Numpy Matrix -Multiplikation in Python

In Python werden wir die Matrix -Multiplikation mit Hilfe der Numpy -Methoden effizient durchführen. Alle Methoden sind in den kommenden Abschnitten perfekt definiert. Wie der Name schon sagt, multiplizieren wir die Matrix -Multiplikation nur die Matrix, um die mathematischen Probleme zu lösen. Wir können die verschiedenen Funktionen für die Matrixmultiplikation in Python verwenden, die in der Numpy -Bibliothek definiert ist. Die Syntax all dieser Methoden wird im folgenden Abschnitt erklärt.

Syntax der Matrix -Multiplikationsmethode

Hier erklären wir die Syntax von Matrixmultiplikationen in verschiedenen Dimensionen.

Die Syntax für eine 2D -Matrix unter Verwendung der Punktfunktion ist wie folgt angegeben:

MM = Numpy.Punkt (a, b)

Oder

Mm = a@b

Hier ist Numpy eine Python -Bibliothek und die Variablen „A“ und „B“ sind die Arrays, auf die wir die Multiplikation anwenden. Danach haben wir eine andere Möglichkeit, die zuvor erwähnte Matrix -Multiplikation durchzuführen. Wir können die „@“ zwischen zwei Arrays verwenden, um die Multiplikation und die Syntax für eine 3D -Matrix unter Verwendung der folgenden Methode durchzuführen:

MM = Numpy. matmul (a, b, c)

Oder

MM = Numpy. TensSudot (a, b, Achsen)

Wir brauchen hier drei Parameter: "A", "B" und "Achsen". Hier sind die Variablen „A“ und „B“ zwei Matrizen, und die Achsen sind auch in der Funktion definiert. Wenn der Achsenwert 0 beträgt, bedeutet dies, dass die Matrizen das Kreuzprodukt haben.

Installieren und importieren Sie die Numpy -Bibliothek

Öffnen Sie die Python -Anwendung. Wir erstellen eine neue Python -Datei, in der wir die Numpy -Bibliothek importieren. Aber wir müssen zuerst eine Numpy -Bibliothek installieren.

Führen Sie den folgenden Befehl im Anwendungsanschluss aus:

PIP Installieren Sie Numpy

Wir benennen die Datei entsprechend um. Jetzt importieren wir eine Numpy -Bibliothek, um die Multiplikation von Arrays durchzuführen und die Numpy -Bibliothek als „NP“ zu veranstalten.

Numph als NP importieren

Auf diese Weise installieren und importieren wir die Numpy -Bibliothek in unserer Python -Anwendung. Lassen Sie uns nun einige Beispiele zur Matrixmultiplikation haben.

Beispiel 1:
Dies ist unser erstes Beispiel, in dem wir eine 2D -Matrix mit der Numpy Library -Methode multiplizieren. Der Referenzcode dieses Beispiels ist im Folgenden erwähnt:

Numph als NP importieren
arr1 = np.Array ([[2,7], [6,9]])
arr2 = np.Array ([[2,5], [4,8]])
res = np.Punkt (arr1, arr2)
Druck (res)

Hier verwenden wir die Punktmethode für die Matrixmultiplikation. Wie zuvor dargestellt, initialisieren wir zwei Matrizen mit dem Namen "arr1" und "arr2" und übergeben diese beiden Matrizen in der "Punkt". Wir speichern den Wert, den die DOT -Methode in der Variablen „Res“ zurückgibt. Zuletzt passieren wir die Variable „Res“ in der Druckanweisung, um die Ausgabe auf dem Bildschirm anzuzeigen.

Das Ergebnis, das wir aus dem vorherigen Code erhalten, ist im Folgenden angegeben:

[[32 66]
[48 102]]

Wie wir sehen können, wird der Ausgang nach der Multiplikation in einer Matrix gezeigt [[32 66] [48 102]].

Beispiel 2:
Die zweite Instanz ist auch mit der 2D -Matrix verknüpft, an der nur zwei Arrays beteiligt sind. In diesem Beispiel verwenden wir den "@" -Preiber zur Matrixmultiplikation. Der Referenzcode dieses Beispiels ist im Folgenden beigefügt:

Numph als NP importieren
arr1 = np. Array ([[6,3], [2,7]])
arr2 = np. Array ([1,9], [4,3]])
res = arr1 @ arr2
Druck (res)

Hier importieren wir die Numpy -Bibliothek. Dann initialisieren wir die Matrizen und nennen sie in unserem Code als "arr1" und "arr2". Danach wenden wir die „@“ zwischen zwei Matrizen zur Multiplikation an und speichern diesen Multiplikationswert in der Variablen „Res“. Zuletzt übergeben wir die Variable „Res“ in der Druckanweisung, um die Ausgabe auf der Konsole anzuzeigen.

Die Ausgabe dieses Beispiels ist im Folgenden angehängt:

[[18 63]
[30 39]]

Die Multiplikation von zwei Matrizen ist ebenfalls eine Matrix [18 63] [30 39]].

Beispiel 3:
Dies ist ein weiteres Beispiel für die Matrixmultiplikation. In diesem Fall multiplizieren wir jedoch mehr als zwei Matrizen. Wir verwenden hier die Numpy Library "Matmul" -Methode. Der Referenzcode von Multi-the-Dimensionalmatrizen ist wie folgt beigefügt:

Numph als NP importieren
arr1 = np. Array ([4,7], [2,6]])
arr2 = np. Array ([7,9], [1,3]])
arr3 = np. Array ([[9,2], [5,8]])
Ausgabe = NP.matmul (arr1, arr2, arr3)
Druck (Ausgabe)

Hier initialisieren wir drei Matrizen mit dem Namen "arr1", "arr2" und "arr3". Danach nennen wir die „Matmul“ -Methode der Numpy -Bibliothek und bestehen diese drei Matrizen in dieser Methode. Wir speichern die Multiplikation von Matrizen in der Variablen „Ausgabe“. Zuletzt übergeben wir die Variable "Ausgabe" in der Druckanweisung, um die Ausgabe auf der Konsole anzuzeigen.

Die Ausgabe der Multiplikation dieser Matrizen beträgt [[35 57] [20 36]], wie im Folgenden erwähnt:

[[35 57]
[20 36]]

Beispiel 4:
In diesem Beispiel werden wir die TensSudot -Funktion für die Matrixmultiplikation diskutieren. Der Referenzcode dieses Beispiels ist im Folgenden beigefügt:

Numph als NP importieren
AR = NP.Array ([[1, 2, 6], [3, 4, 8]])
BR = NP.Array ([[9, 4], [2, 2], [1, 2]])
d = np.TensSudot (AR, Br, Achsen = 1)
drucken (d)

Hier nehmen wir zwei Matrizen mit dem Namen "AR" und "Br". Danach nennen wir die „TensSudot“ -Methode aus der Numpy -Bibliothek, in der wir diese beiden Matrizen und Achsen übergeben. Hier deklarieren wir eine D -Variable, um das Ergebnis von Matrixmatrizen zu speichern. Zuletzt passieren wir die Variable „D“ in der Druckanweisung, um das Ergebnis der Matrix -Multiplikation auf einer Konsole anzuzeigen. In diesem Beispiel multiplizieren wir die Matrizen, deren Dimension 3 × 2 beträgt. In der ersten Matrix haben wir 2 Zeilen und 3 Spalten. Während wir 3 Zeilen und 2 Spalten in der zweiten Matrix haben.

Die Ausgabe der TensSudot -Funktion wird im Folgenden erwähnt. Das Ergebnis nach der Matrixmultiplikation lautet [[19 20] [43 36]], wie Sie im Folgenden sehen können:

[[19 20]
[43 36]]

Abschluss

Wir schließen daraus, dass die Numpy -Bibliotheksmethoden für die Matrixmultiplikation von wesentlicher Bedeutung sind. Hier haben wir vier verschiedene Möglichkeiten für die Matrixmultiplikation verwendet. Wir sehen, dass beim Multiplizieren zwei oder drei Matrizen am Ende (nach der Multiplikation) nur eine Matrix existiert. Denken Sie daran, dass der NP.matmul () und der np.TensSudot () -Funktionen werden verwendet, um die Matrixmultiplikationen auf mehrdimensionalen Arrays durchzuführen. Ihre Dimensionen und Formen sollten entsprechend übereinstimmen. Hoffentlich sind alle illustrierten Beispiele für Sie hilfreich. Sie können diese Beispiele in Ihrer Python -Anwendung üben.