本文主要是介绍Python笔记：纯python操作矩阵：进行矩阵的相乘运算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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
这篇关于Python笔记：纯python操作矩阵：进行矩阵的相乘运算的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
