Moltiplicazione della matrice numpy

Questo tutorial è legato alla moltiplicazione della matrice con l'aiuto della biblioteca Numpy. La moltiplicazione di matrice si riferisce a come possiamo eseguire le operazioni di moltiplicazione su una matrice in un'applicazione Python. Tutte le operazioni numeriche e scientifiche sono facilmente gestite con l'aiuto della Biblioteca Numpy in Python. Su questa piattaforma, guideremo tutti i lettori attraverso questo tutorial sulla moltiplicazione di Matrix con l'aiuto di esempi adeguati. Passeremo attraverso diversi passaggi e sessioni mantenendo ed eseguendo il codice Python su Pycharm, Spyder o The Notebook Jupiter Tool. Prima di installare Numpy, dimostreremo in dettaglio la moltiplicazione della matrice. Iniziamo!

Moltiplicazione della matrice numpy in python

In Python, eseguiremo in modo efficiente la moltiplicazione della matrice con l'aiuto dei metodi numpy. Tutti i metodi sono definiti perfettamente nelle prossime sezioni. Come suggerisce il nome, moltiplicazione della matrice, moltiplichiamo solo la matrice per risolvere i problemi matematici. Possiamo usare le diverse funzioni per la moltiplicazione matrice in Python, definita nella libreria numpy. La sintassi di tutti questi metodi è spiegata nella sezione seguente.

Sintassi del metodo di moltiplicazione della matrice

Qui spiegheremo la sintassi delle moltiplicazioni della matrice in diverse dimensioni.

La sintassi per una matrice 2D usando la funzione punto è data come segue:

Mm = numpy.dot (a, b)

O

Mm = a@b

Qui, Numpy è una biblioteca Python e le variabili "A" e "B" sono gli array su cui applichiamo la moltiplicazione. Successivamente, abbiamo un altro modo per eseguire la moltiplicazione della matrice menzionata in precedenza. Possiamo usare il "@" tra due array per eseguire la moltiplicazione e la sintassi per una matrice 3D usando il seguente metodo:

Mm = numpy. Matmul (A, B, C)

O

Mm = numpy. tensordot (a, b, assi)

Abbiamo bisogno di tre parametri qui: "A", "B" e "Axes". Qui, le variabili "A" e "B" sono due matrici e gli assi sono anche definiti nella funzione. Se il valore degli assi è 0, significa che le matrici hanno il prodotto incrociato.

Installa e importa la libreria numpy

Apri l'applicazione Python. Creiamo un nuovo file Python in cui importa la libreria numpy. Ma dobbiamo prima installare una libreria numpy.

Esegui il comando seguente nel terminale dell'applicazione:

PIP Installa numpy

Rinominiamo il file di conseguenza. Ora, importiamo una libreria numpy per eseguire la moltiplicazione di array e alias la libreria numpy come "NP".

Importa Numpy come NP

In questo modo, installiamo e importiamo la libreria Numpy nella nostra applicazione Python. Ora, abbiamo alcuni esempi relativi alla moltiplicazione della matrice.

Esempio 1:
Questo è il nostro primo esempio in cui moltiplichiamo una matrice 2D usando il metodo della libreria numpy. Il codice di riferimento di questo esempio è menzionato nel seguente:

Importa Numpy come NP
arr1 = np.Array ([[2,7], [6,9]])
arr2 = np.Array ([[2,5], [4,8]])
res = np.punto (arr1, arr2)
Stampa (Res)

Qui, utilizziamo il metodo DOT per la moltiplicazione matrice. Come illustrato in precedenza, inizializziamo due matrici denominate "ARR1" e "ARR2" e passiamo queste due matrici nel metodo "Dot" chiamandolo attraverso la libreria Numpy. Archiviamo il valore che il metodo DOT restituisce nella variabile "Res". Infine, passiamo la variabile "Res" nell'istruzione di stampa per mostrare l'output sullo schermo.

Il risultato che otteniamo dal codice precedente è riportato nel seguente:

[[32 66]
[48 102]]

Come possiamo vedere, l'output è mostrato in una matrice dopo la moltiplicazione [[32 66] [48 102]].

Esempio 2:
La seconda istanza è anche collegata alla matrice 2D in cui sono coinvolti solo due array. In questo esempio, utilizziamo l'operatore "@" per la moltiplicazione Matrix. Il codice di riferimento di questo esempio è allegato nel seguente:

Importa Numpy come NP
arr1 = np. Array ([[6,3], [2,7]])
arr2 = np. Array ([[1,9], [4,3]])
Res = arr1 @ arr2
Stampa (Res)

Qui, importiamo la biblioteca numpy. Quindi, inizializziamo le matrici e le chiamiamo come "ARR1" e "ARR2" nel nostro codice. Successivamente, applichiamo "@" tra due matrici per la moltiplicazione e archiviamo questo valore di moltiplicazione nella variabile "Res". Infine, passiamo la variabile "Res" nell'istruzione di stampa per mostrare l'output sulla console.

L'output di questo esempio è allegato nel seguente:

[[18 63]
[30 39]]

La moltiplicazione di due matrici è anche una matrice [18 63] [30 39]].

Esempio 3:
Questo è un altro esempio di moltiplicazione della matrice. Ma in questo caso, moltiplichiamo più di due matrici. Usiamo il metodo Numpy Library "Matmul" qui. Il codice di riferimento delle matrici multi-la dimensioni è allegato come segue:

Importa Numpy come NP
arr1 = np. Array ([[4,7], [2,6]])
arr2 = np. Array ([[7,9], [1,3]])
arr3 = np. Array ([[9,2], [5,8]])
output = np.MATMUL (ARR1, ARR2, ARR3)
Stampa (output)

Qui, inizializziamo tre matrici denominate "arr1", "arr2" e "arr3". Successivamente, chiamiamo il metodo "Matmul" della libreria numpy e passiamo queste tre matrici in questo metodo. Archiviamo la moltiplicazione delle matrici nella variabile "output". Infine, passiamo la variabile "output" nell'istruzione di stampa per mostrare l'output sulla console.

L'output della moltiplicazione di queste matrici è [[35 57] [20 36]] come menzionato nel seguente:

[[35 57]
[20 36]]

Esempio 4:
In questo esempio, discuteremo della funzione Tensordot per la moltiplicazione di matrice. Il codice di riferimento di questo esempio è allegato nel seguente:

Importa Numpy come NP
ar = np.array ([[1, 2, 6], [3, 4, 8]])
br = np.Array ([[9, 4], [2, 2], [1, 2]])
d = np.tensordot (ar, br, axes = 1)
stampa (d)

Qui, prendiamo due matrici chiamate "AR" e "BR". Successivamente, chiamiamo il metodo "Tensordot" della libreria numpy in cui passiamo queste due matrici e assi. Qui, dichiariamo una variabile "d" per archiviare il risultato delle matrici di matrice. Infine, passiamo la variabile "D" nell'istruzione di stampa per mostrare il risultato della moltiplicazione della matrice su una console. In questo esempio, moltiplichiamo le matrici la cui dimensione è 3 × 2. Nella prima matrice, abbiamo 2 righe e 3 colonne. Mentre abbiamo 3 righe e 2 colonne nella seconda matrice.

L'output della funzione Tensordot è menzionato nel seguente. Il risultato dopo la moltiplicazione della matrice è [[19 20] [43 36]] come puoi vedere nel seguente:

[[19 20]
[43 36]]

Conclusione

Concludiamo che i metodi della biblioteca numpy sono essenziali per la moltiplicazione della matrice. Qui, abbiamo usato quattro modi diversi per la moltiplicazione matrice. Vediamo che quando due o tre matrici vengono moltiplicate, alla fine (dopo la moltiplicazione), esiste una sola matrice. Tieni presente che il NP.Matmul () e NP.Le funzioni di tensordot () vengono utilizzate per eseguire le moltiplicazioni della matrice su array multidimensionali; Le loro dimensioni e forme dovrebbero corrispondere di conseguenza. Spero che tutti gli esempi illustrati siano utili per te. Puoi praticare questi esempi nella tua applicazione Python.