4.3 KiB
NumPy mat mul–两个数组的矩阵乘积
原文:# t0]https://www . aspython . com/python-modules/num py/numpy-matmul
你好，欢迎来到这个关于 Numpy matmul 的教程。在本教程中，我们将学习 NumPy matmul() 方法，也将看到许多关于这个方法的例子。让我们开始吧！
什么是 NumPy matmul？
NumPy 中的matmul()方法返回两个数组的矩阵乘积。这里，输入参数只能是数组，不允许有标量值。输入 be 可以是 1 维数组、2 维数组或两者的组合，或者也可以是 n 维数组。
我们将在本教程接下来的章节中看到这些例子。
NumPy matmul 的语法
让我们来看看matmul函数的语法。
numpy.matmul(x1, x2, out=None)
| 参数 | 描述 | 必需/可选 | | x1 | 输入数组 1。 | 需要 | | x2 | 输入数组 2。 | 需要 | | 在外 | 放置结果的替代输出数组。它必须具有与预期输出相同的形状。 | 可选择的 |
如果 x1 是一个n×m矩阵， x2 是m×l矩阵，那么相乘后得到的矩阵将是一个n×l矩阵。
返回: x1nadx2的矩阵乘积。如果 x1 和 x2 都是一维数组，那么结果将是一个标量值。
如果 x1 的最后一个维度与 x2 的倒数第二个维度不匹配，或者如果一个标量值作为参数传递，则引发: 。
使用 NumPy matmul 的示例
现在让我们看几个例子来更好地理解这个函数。
当两个输入都是一维数组时使用 NumPy matmul
import numpy as np
a = [1, 5, 3]
b = [10, 2, 4]
# using matmul method to compute the matrix product
ans = np.matmul(a, b)
print("a =", a, "\nb =", b)
print("Result =", ans)
输出:
a = [1, 5, 3]
b = [10, 2, 4]
Result = 32
这里，因为两个输入参数都是一维数组，所以它们的矩阵乘法会产生一个标量值，计算如下
ans = 1*10 + 5*2 + 3*4 = 10 + 10 + 12 = 32
当两个输入都是二维数组时
import numpy as np
a = [[2, 6], [8, 4]]
b = [[3, 1], [5, 10]]
# using matmul method to compute the matrix product
ans = np.matmul(a, b)
print("a =", a, "\nb =", b)
print("Result =\n", ans)
输出:
a = [[2, 6], [8, 4]]
b = [[3, 1], [5, 10]]
Result =
[[36 62]
[44 48]]
由于两个输入都是 2×2 矩阵，因此结果也是 2×2 矩阵。矩阵乘法计算如下
ans[0][0] = a[0][0]*b[0][0] + a[0][1]*b[1][0] = 2*3 + 6*5 = 6 + 30 = 36
ans[0][1] = a[0][0]*b[0][1] + a[0][1]*b[1][1] = 2*1 + 6*10 = 2 + 60 = 62
ans[1][0] = a[1][0]*b[0][0] + a[1][1]*b[1][0] = 8*3 + 4*5 = 24 + 20 = 44
ans[1][1] = a[1][0]*b[0][1] + a[1][1]*b[1][1] = 8*1 + 4*10 = 8 + 40 = 48
当一个输入是一维数组而另一个是二维数组时使用 NumPy matmul
import numpy as np
a = [10, 20]
b = [[8, 9], [3, 1]]
# using matmul method to compute the matrix product
ans = np.matmul(a, b)
print("a =", a, "\nb =", b)
print("Matrix product of a and b =", ans)
输出:
a = [10, 20]
b = [[8, 9], [3, 1]]
Matrix product of a and b = [140 110]
矩阵 a 的形状是 1×2，而 b 的形状是 2×2，因此得到的矩阵的形状是 1×2。矩阵乘积的计算如下:
ans[0][0] = a[0][0]*b[0][0] + a[0][1]*b[0][1] = 10*8 + 20*3 = 80 + 60 = 140
ans[0][1] = a[0][0]*b[1][0] + a[0][1]*b[1][1] = 10*9 + 20*1 = 90 + 20 = 110
我们也可以颠倒 matmul 函数中矩阵的顺序，如下所示:
import numpy as np
a = [10, 20]
b = [[8, 9], [3, 1]]
# using matmul method to compute the matrix product
ans = np.matmul(b, a)
print("a =", a, "\nb =", b)
print("Matrix product of b and a =", ans)
输出:
a = [10, 20]
b = [[8, 9], [3, 1]]
这里，输出计算如下:
ans[0][0] = b[0][0]*a[0][0] + b[1][0]*a[0][1] = 8*10 + 9*20 = 80 + 180 = 260
ans[0][1] = b[0][1]*a[0][0] + b[1][1]*a[0][1] = 3*10 + 1*20 = 30 + 20 = 50
结论
仅此而已！在本教程中，我们学习了 Numpy matmul 方法，并使用相同的方法练习了不同类型的示例。如果你想了解更多关于 NumPy 的信息，请随意浏览我们的 NumPy 教程。