Multiplicação da matriz Numpy
Multiplicação de matriz Numpy em Python
No Python, realizaremos com eficiência a multiplicação da matriz com a ajuda dos métodos Numpy. Todos os métodos são definidos perfeitamente nas próximas seções. Como o nome sugere, a multiplicação da matriz, multiplicamos apenas a matriz para resolver os problemas matemáticos. Podemos usar as diferentes funções para multiplicação de matrizes em Python, que é definida na biblioteca Numpy. A sintaxe de todos esses métodos é explicada na seção a seguir.
Sintaxe do método de multiplicação da matriz
Aqui, explicaremos a sintaxe das multiplicações da matriz em diferentes dimensões.
A sintaxe para uma matriz 2D usando a função DOT é dada da seguinte forma:
Mm = Numpy.ponto (a, b)Ou
Mm = a@bAqui, Numpy é uma biblioteca Python e as variáveis "A" e "B" são as matrizes nas quais aplicamos a multiplicação. Depois disso, temos outra maneira de realizar a multiplicação da matriz que é mencionada anteriormente. Podemos usar o "@" entre duas matrizes para executar a multiplicação e a sintaxe para uma matriz 3D usando o seguinte método:
Mm = Numpy. matmul (a, b, c)Ou
Mm = Numpy. tensordot (a, b, eixos)Precisamos de três parâmetros aqui: "A", "B" e "Eixos". Aqui, as variáveis "a" e "b" são duas matrizes, e os eixos também são definidos na função. Se o valor dos eixos for 0, significa que as matrizes têm o produto cruzado.
Instale e importe a biblioteca Numpy
Abra o aplicativo Python. Criamos um novo arquivo Python, onde importamos a biblioteca Numpy. Mas precisamos instalar uma biblioteca Numpy primeiro.
Execute o seguinte comando no terminal do aplicativo:
pip install numpyRenomeamos o arquivo de acordo. Agora, importamos uma biblioteca Numpy para executar a multiplicação de matrizes e o alias da biblioteca Numpy como "NP".
importar numpy como npDessa forma, instalamos e importamos a biblioteca Numpy em nosso aplicativo Python. Agora, vamos ter alguns exemplos relacionados à multiplicação da matriz.
Exemplo 1:
Este é o nosso primeiro exemplo em que multiplamos uma matriz 2D usando o método Numpy Library. O código de referência deste exemplo é mencionado no seguinte:
arr1 = np.Array ([[2,7], [6,9]]))
arr2 = np.Array ([[2,5], [4,8]])
res = np.DOT (ARR1, ARR2)
Imprimir (res)
Aqui, usamos o método DOT para multiplicação de matrizes. Como ilustrado anteriormente, inicializamos duas matrizes denominadas "ARR1" e "ARR2" e passamos essas duas matrizes no método "Dot", chamando -o através da biblioteca Numpy. Armazenamos o valor que o método DOT retorna na variável "res". Por fim, passamos a variável "res" na declaração de impressão para mostrar a saída na tela.
O resultado que obtemos do código anterior é fornecido no seguinte:
[[32 66][48 102]]
Como podemos ver, a saída é mostrada em uma matriz após multiplicação [[32 66] [48 102]].
Exemplo 2:
A segunda instância também está ligada à matriz 2D na qual apenas duas matrizes estão envolvidas. Neste exemplo, fazemos uso do operador "@" para multiplicação de matrizes. O código de referência deste exemplo está anexado no seguinte:
arr1 = np. Array ([[6,3], [2,7]]))
arr2 = np. Array ([[1,9], [4,3]])
res = arr1 @ arr2
Imprimir (res)
Aqui, importamos a biblioteca Numpy. Em seguida, inicializamos as matrizes e as nomeamos como "ARR1" e "ARR2" em nosso código. Depois disso, aplicamos o "@" entre duas matrizes para multiplicação e armazenamos esse valor de multiplicação na variável "res". Por fim, passamos a variável "res" na declaração de impressão para mostrar a saída no console.
A saída deste exemplo está anexada no seguinte:
[[18 63][30 39]]
A multiplicação de duas matrizes também é uma matriz [18 63] [30 39]].
Exemplo 3:
Este é outro exemplo de multiplicação da matriz. Mas, neste caso, multiplicamos mais de duas matrizes. Usamos o método "Matmul" da Biblioteca Numpy aqui. O código de referência de matrizes multi-the Dimensional está anexado da seguinte forma:
arr1 = np. Array ([[4,7], [2,6]]))
arr2 = np. Array ([[7,9], [1,3]]))
arr3 = np. Array ([[9,2], [5,8]]))
saída = np.Matmul (ARR1, ARR2, ARR3)
Imprimir (saída)
Aqui, inicializamos três matrizes denominadas "arr1", "ARR2" e "ARR3". Depois disso, chamamos o método "Matmul" da biblioteca Numpy e passamos essas três matrizes neste método. Armazenamos a multiplicação de matrizes na variável "saída". Por fim, passamos a variável "saída" na declaração de impressão para mostrar a saída no console.
A saída da multiplicação dessas matrizes é [[35 57] [20 36]], como mencionado no seguinte:
[[35 57][20 36]]
Exemplo 4:
Neste exemplo, discutiremos a função Tensordot para a multiplicação da matriz. O código de referência deste exemplo está anexado no seguinte:
AR = np.Array ([[1, 2, 6], [3, 4, 8]]))
br = np.Array ([[9, 4], [2, 2], [1, 2]])
d = np.Tensordot (AR, Br, eixos = 1)
Impressão (D)
Aqui, tomamos duas matrizes chamadas "AR" e "BR". Depois disso, chamamos o método "Tensordot" da biblioteca Numpy, na qual passamos essas duas matrizes e eixos. Aqui, declaramos uma variável "D" para armazenar o resultado de matrizes matriciais. Por fim, passamos a variável "D" na declaração de impressão para mostrar o resultado da multiplicação da matriz em um console. Neste exemplo, multiplicamos as matrizes cuja dimensão é 3 × 2. Na primeira matriz, temos 2 linhas e 3 colunas. Enquanto temos 3 linhas e 2 colunas na segunda matriz.
A saída da função de tensordot é mencionada no seguinte. O resultado após a multiplicação da matriz é [[19 20] [43 36]], como você pode ver no seguinte:
[[19 20][43 36]]
Conclusão
Concluímos que os métodos de biblioteca Numpy são essenciais para a multiplicação da matriz. Aqui, usamos quatro maneiras diferentes de multiplicação de matrizes. Vemos que quando duas ou três matrizes são multiplicadas, no final (após a multiplicação), apenas uma matriz existe. Lembre -se de que o NP.matmul () e o NP.As funções tensordot () são usadas para executar as multiplicações da matriz em matrizes multidimensionais; Suas dimensões e formas devem corresponder de acordo. Felizmente, todos os exemplos ilustrados são úteis para você. Você pode praticar esses exemplos em seu aplicativo Python.