Mnożenie macierzy Numpy
Mnożenie matrycy Numpy w Pythonie
W Pythonie skutecznie przeprowadzimy mnożenie macierzy za pomocą metod Numpy. Wszystkie metody są idealnie zdefiniowane w nadchodzących sekcjach. Jak sama nazwa wskazuje, mnożenie macierzy, pomnożamy macierz tylko w celu rozwiązania problemów matematycznych. Możemy użyć różnych funkcji do mnożenia macierzy w Pythonie, który jest zdefiniowany w bibliotece Numpy. Składnia wszystkich tych metod wyjaśniono w poniższej sekcji.
Składnia metody mnożenia macierzy
Tutaj wyjaśnimy składnię mnożenia macierzy w różnych wymiarach.
Składnia macierzy 2D przy użyciu funkcji kropkowej jest podana w następujący sposób:
MM = Numpy.DOT (A, B)Lub
Mm = a@bTutaj Numpy to biblioteka Pythona, a zmienne „a” i „b” to tablice, na których stosujemy mnożenie. Następnie mamy inny sposób wykonania mnożenia macierzy, o którym wspomniano wcześniej. Możemy użyć „@” między dwiema tablicami do wykonania mnożenia i składni dla macierzy 3D przy użyciu następującej metody:
MM = Numpy. Matmul (A, B, C)Lub
MM = Numpy. Tensordot (A, B, osie)Potrzebujemy tutaj trzech parametrów: „a”, „b” i „osi”. Tutaj zmienne „A” i „B” to dwie macierze, a osie są również zdefiniowane w funkcji. Jeśli wartość osi wynosi 0, oznacza to, że macierze mają produkt krzyżowy.
Zainstaluj i importuj bibliotekę Numpy
Otwórz aplikację Python. Tworzymy nowy plik Python, w którym importujemy bibliotekę Numpy. Ale najpierw musimy zainstalować bibliotekę Numpy.
Uruchom następujące polecenie w terminalu aplikacji:
PIP Instaluj NumpyOdpowiednio zmieniamy nazwę pliku. Teraz importujemy bibliotekę Numpy, aby przeprowadzić mnożenie tablic i alias biblioteka Numpy jako „NP”.
importować Numpy jako NPW ten sposób instalujemy i importujemy bibliotekę Numpy w naszej aplikacji Python. Teraz miejmy kilka przykładów związanych z mnożeniem macierzy.
Przykład 1:
To jest nasz pierwszy przykład, w którym mnożymy macierz 2D przy użyciu metody biblioteki Numpy. Kod referencyjny tego przykładu jest wspomniany w następujący sposób:
arr1 = np.tablica ([[2,7], [6,9]])
ARR2 = NP.tablica ([[2,5], [4,8]])
res = np.DOT (ARR1, ARR2)
Drukuj (res)
Tutaj używamy metody DOT do mnożenia macierzy. Jak ilustrowano wcześniej, inicjowanie dwóch macierzy o nazwie „ARR1” i „ARR2” i przekazujemy te dwie matryce w metodzie „DOT”, wywołując ją przez bibliotekę Numpy. Przechowujemy wartość, którą metoda DOT zwraca w zmiennej „RES”. Na koniec przekazujemy zmienną „RES” w instrukcji drukowania, aby pokazać wyjście na ekranie.
Wynik, który otrzymujemy z poprzedniego kodu, jest podany w następujący sposób:
[[32 66][48 102]]
Jak widzimy, wyjście jest pokazane w jednej macierzy po mnożeniu [[32 66] [48 102]]].
Przykład 2:
Druga instancja jest również powiązana z matrycą 2D, w której zaangażowane są tylko dwie tablice. W tym przykładzie korzystamy z operatora „@” do mnożenia macierzy. Kod referencyjny tego przykładu jest dołączony do następujących:
arr1 = np. tablica ([[6,3], [2,7]])
ARR2 = NP. tablica ([[1,9], [4,3]])
res = arr1 @ arr2
Drukuj (res)
Tutaj importujemy bibliotekę Numpy. Następnie inicjowanie macierzy i nazywamy je „ARR1” i „ARR2” w naszym kodzie. Następnie stosujemy „@” między dwiema matrycami do mnożenia i przechowujemy tę wartość mnożenia w zmiennej „RES”. Na koniec przekazujemy zmienną „RES” w instrukcji drukowania, aby pokazać wyjście na konsoli.
Wyjście tego przykładu jest dołączone następująco:
[[18 63][30 39]]
Mnożenie dwóch macierzy jest również matrycą [18 63] [30 39]]].
Przykład 3:
To kolejny przykład mnożenia macierzy. Ale w tym przypadku rozmnażamy więcej niż dwie matryce. Używamy tutaj metody „Matmul” Numpy Library „Matmul. Kod referencyjny macierzy wielowymiarowych jest dołączony w następujący sposób:
arr1 = np. tablica ([[4,7], [2,6]])
ARR2 = NP. tablica ([[7,9], [1,3]])
ARR3 = NP. tablica ([[9,2], [5,8]])
wyjście = np.Matmul (ARR1, ARR2, ARR3)
Drukuj (wyjście)
Tutaj inicjujemy trzy macierze o nazwie „ARR1”, „ARR2” i „ARR3”. Następnie nazywamy metodą „Matmul” biblioteki Numpy i przekazujemy te trzy matryce w tej metodzie. Mnożenie macierzy przechowujemy w zmiennej „wyjściowej”. Na koniec przekazujemy zmienną „wyjściową” w instrukcji drukowania, aby pokazać wyjście na konsoli.
Wyjście mnożenia tych macierzy wynosi [[35 57] [20 36]], jak wspomniano w następujący sposób:
[[35 57][20 36]]
Przykład 4:
W tym przykładzie omówimy funkcję Tensordot dla mnożenia macierzy. Kod referencyjny tego przykładu jest dołączony do następujących:
AR = NP.tablica ([[1, 2, 6], [3, 4, 8]])
Br = NP.tablica ([[9, 4], [2, 2], [1, 2]])
D = NP.TENSORDOT (AR, BR, osie = 1)
Drukuj (d)
Tutaj bierzemy dwie matryce o nazwie „AR” i „BR”. Następnie nazywamy metodę „Tensordot” z biblioteki Numpy, w której przekazujemy te dwie matryce i osie. Tutaj deklarujemy zmienną „D” do przechowywania wyniku macierzy macierzy. Na koniec przekazujemy zmienną „D” w instrukcji drukowania, aby pokazać wynik mnożenia macierzy na konsoli. W tym przykładzie mnożymy macierze, których wymiar wynosi 3 × 2. W pierwszej matrycy mamy 2 wiersze i 3 kolumny. Podczas gdy mamy 3 rzędy i 2 kolumny w drugiej macierzy.
Wyjście funkcji TENSORDOT jest wspomniane poniżej. Wynik po pomnożeniu macierzy jest [[19 20] [43 36]], jak widać w następujący sposób:
[[19 20][43 36]]
Wniosek
Dochodzimy do wniosku, że metody biblioteki Numpy są niezbędne do mnożenia matrycy. Tutaj użyliśmy czterech różnych sposobów mnożenia macierzy. Widzimy, że gdy dwie lub trzy matryce są mnożone, na końcu (po mnożeniu), istnieje tylko jedna macierz. Pamiętaj, że NP.Matmul () i NP.Funkcje TENSORDOT () są używane do wykonywania mnożenia macierzy na tablicach wielowymiarowych; ich wymiary i kształty powinny odpowiednio pasować. Mamy nadzieję, że wszystkie ilustrowane przykłady są dla Ciebie pomocne. Możesz ćwiczyć te przykłady w aplikacji Python.