Matrisemultiplikasjon er en operasjon som tar to matriser som input og produserer enkeltmatrise ved å multiplisere rader i den første matrisen til kolonnen i den andre matrisen. I matrisemultiplikasjon må du sørge for at antall kolonner i den første matrisen skal være lik antall rader i den andre matrisen.
Eksempel: Multiplikasjon av to matriser med hverandre i størrelsen 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]]>
Metoder for å multiplisere to matriser i python
1. Bruker eksplisitt for loops: Dette er en enkel teknikk for å multiplisere matriser, men en av de dyre metodene for større inndatasett. I dette bruker vi nestede til løkker for å iterere hver rad og hver kolonne.
Hvis matrise1 er en n x m matrise og matrise2 er en m x l matrise.
Gjennomføring:
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)> |
mb vs gb
>
>Produksjon
[[114, 160, 60], [74, 97, 73], [119, 157, 112]]>
I dette programmet har vi brukt nestet for loops for beregning av resultat som vil iterere gjennom hver rad og kolonne i matrisene, til slutt vil det akkumulere summen av produktet i resultatet.
2. Bruker Numpy: Multiplikasjon ved bruk av Numpy er også kjent som vektorisering som har som hovedmål å redusere eller fjerne den eksplisitte bruken av for loops i programmet som gjør beregningen raskere.
Numpy er en innebygd pakke i python for array-behandling og manipulering. For større matriseoperasjoner bruker vi numpy python-pakken som er 1000 ganger raskere enn iterativ én metode.
For detaljer om Numpy, vennligst besøk Link
Gjennomføring:
Python3
# 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)> |
>
xor c++
>
osi modelllag
Produksjon:
[[ 63 320 83] [ 77 484 102] [ 84 248 117]]>
Ved hjelp av nusset
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)> |
>
>
Produksjon:
[[ 63 320 83] [ 77 484 102] [ 84 248 117]]>
I eksemplet ovenfor har vi brukt punktprodukt og i matematikk er punktproduktet en algebraisk operasjon som tar to like store vektorer og returnerer et enkelt tall. Resultatet beregnes ved å multiplisere tilsvarende oppføringer og legge sammen disse produktene.