怎么在python中實(shí)現(xiàn)矩陣乘法運(yùn)算

今天就跟大家聊聊有關(guān)怎么在python中實(shí)現(xiàn)矩陣乘法運(yùn)算，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

Python的優(yōu)點(diǎn)有哪些

1、簡(jiǎn)單易用，與C/C++、Java、C# 等傳統(tǒng)語(yǔ)言相比，Python對(duì)代碼格式的要求沒(méi)有那么嚴(yán)格；2、Python屬于開(kāi)源的，所有人都可以看到源代碼，并且可以被移植在許多平臺(tái)上使用；3、Python面向?qū)ο?，能夠支持面向過(guò)程編程,也支持面向?qū)ο缶幊蹋?、Python是一種解釋性語(yǔ)言，Python寫(xiě)的程序不需要編譯成二進(jìn)制代碼，可以直接從源代碼運(yùn)行程序；5、Python功能強(qiáng)大，擁有的模塊眾多，基本能夠?qū)崿F(xiàn)所有的常見(jiàn)功能。

方法一：使用*（或者multiply）

*（或者multiply）代表的是并不是矩陣的乘法規(guī)則，而是簡(jiǎn)單的數(shù)量積，即對(duì)應(yīng)位置元素相乘后的積相加。

>>> a = np.array([[1,2],[1,2]])
>>> a*a
>>> array([[1, 4],
       [1, 4]])

方法二：使用.matmul()函數(shù)

>>> a = np.array([[1,2],[1,2]])
>>> a*a
>>> array([[1, 4],
       [1, 4]])

方法三：使用同線性代數(shù)中矩陣乘法的定義 np.dot()

對(duì)二維矩陣，計(jì)算真正意義上的矩陣乘積。

對(duì)于一維矩陣，計(jì)算兩者的內(nèi)積。

import np
S = np.dot((np.dot(H, beta) - r).T,
            np.dot(inv(np.dot(np.dot(H, V), H.T)), np.dot(H, beta) - r))

看完上述內(nèi)容，你們對(duì)怎么在python中實(shí)現(xiàn)矩陣乘法運(yùn)算有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。