Násobení matice je operace, která přijímá dvě matice jako vstup a vytváří jednu matici vynásobením řádků první matice sloupcem druhé matice. Při násobení matice se ujistěte, že počet sloupců první matice by se měl rovnat počtu řádků druhé matice.
Příklad: Násobení dvou matic navzájem o velikosti 3×3.
Input:matrix1 = ([1, 2, 3], [3, 4, 5], [7, 6, 4]) matrix2 = ([5, 2, 6], [5, 6, 7], [7, 6, 4]) Output : [[36 32 32] [70 60 66] [93 74 100]]>
Metody pro násobení dvou matic v pythonu
1. Použití explicitních smyček for: Toto je jednoduchá technika pro násobení matic, ale jedna z drahých metod pro větší sadu vstupních dat. V tomto případě používáme vnořené pro smyčky pro iteraci každého řádku a každého sloupce.
může třída rozšířit více tříd
Pokud je matice1 a n x m matice a matice2 je a m x l matice.
Implementace:
Python3
# input two matrices of size n x m> matrix1>=> [[>12>,>7>,>3>],> >[>4> ,>5>,>6>],> >[>7> ,>8>,>9>]]> matrix2>=> [[>5>,>8>,>1>],> >[>6>,>7>,>3>],> >[>4>,>5>,>9>]]> res>=> [[>0> for> x>in> range>(>3>)]>for> y>in> range>(>3>)]> # explicit for loops> for> i>in> range>(>len>(matrix1)):> >for> j>in> range>(>len>(matrix2[>0>])):> >for> k>in> range>(>len>(matrix2)):> ># resulted matrix> >res[i][j]>+>=> matrix1[i][k]>*> matrix2[k][j]> print> (res)> |
>
>Výstup
najít v mapě c++
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]>
V tomto programu jsme pro výpočet výsledku použili vnořené cykly for, které budou iterovat každý řádek a sloupec matice, nakonec ve výsledku akumulují součet součinu.
2. Použití Numpy: Násobení pomocí Numpy je také známé jako vektorizace, jejímž hlavním cílem je snížit nebo odstranit explicitní použití smyček for v programu, díky kterému se výpočet zrychlí.
Numpy je sestavený balíček v pythonu pro zpracování pole a manipulaci. Pro větší maticové operace používáme balíček numpy python, který je 1000krát rychlejší než iterativní jedna metoda.
Pro podrobnosti o Numpy navštivte Odkaz
Implementace:
Python3
pvr plná forma
# We need install numpy in order to import it> import> numpy as np> # input two matrices> mat1>=> ([>1>,>6>,>5>],[>3> ,>4>,>8>],[>2>,>12>,>3>])> mat2>=> ([>3>,>4>,>6>],[>5>,>6>,>7>],[>6>,>56>,>7>])> # This will return dot product> res>=> np.dot(mat1,mat2)> # print resulted matrix> print>(res)> |
>
parseint java
>
Výstup:
[[ 63 320 83] [ 77 484 102] [ 84 248 117]]>
Použitím nemotorný
Python3
# same result will be obtained when we use @ operator> # as shown below(only in python>3.5)> import> numpy as np> # input two matrices> mat1>=> ([>1>,>6>,>5>],[>3> ,>4>,>8>],[>2>,>12>,>3>])> mat2>=> ([>3>,>4>,>6>],[>5>,>6>,>7>],[>6>,>56>,>7>])> # This will return matrix product of two array> res>=> mat1 @ mat2> # print resulted matrix> print>(res)> |
>
>
Výstup:
hašování v datové struktuře
[[ 63 320 83] [ 77 484 102] [ 84 248 117]]>
Ve výše uvedeném příkladu jsme použili tečkový součin a v matematice je tečkový součin algebraická operace, která bere dva stejně velké vektory a vrací jediné číslo. Výsledek se vypočítá vynásobením odpovídajících položek a sečtením těchto produktů.