HOWTO · NumPy

NumPy-Matrix-Vektormultiplikation

Es gibt zwei Hauptmethoden, die zum Multiplizieren von Matrizen in Python verwendet werden können, die Methode numpy.matmul() und die Methode numpy.dot().

Auf dieser Seite

In diesem Tutorial werden die Methoden zum Multiplizieren zweier Matrizen in NumPy vorgestellt.

NumPy Matrix-Vektormultiplikation mit der Methode numpy.matmul()

Um das Produkt zweier Matrizen zu berechnen, muss die Spaltennummer der ersten Matrix gleich der Zeilennummer der zweiten Matrix sein. Die Methode numpy.matmul() wird verwendet, um das Produkt zweier Matrizen zu berechnen. Die Methode numpy.matmul() nimmt die Matrizen als Eingabeparameter und gibt das Produkt in Form einer weiteren Matrix zurück. Siehe das folgende Codebeispiel.

import numpy as np

m1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
m2 = np.array([[9, 8, 7, 6], [5, 4, 3, 3], [2, 1, 2, 0]])

m3 = np.matmul(m1, m2)
print(m3)

Ausgabe:

[[ 25  19  19  12]
 [ 73  58  55  39]
 [121  97  91  66]]

Die Matrizen haben wir zunächst in Form von 2D-Arrays mit der Methode np.array() erstellt. Anschließend haben wir das Produkt beider Matrizen mit der Methode np.matmul(m1,m2) berechnet und das Ergebnis in der Matrix m3 gespeichert.

NumPy Matrix-Vektormultiplikation mit der Methode numpy.dot()

Die Methode numpy.dot() berechnet das Skalarprodukt zweier Arrays. Es kann auch bei 2D-Arrays verwendet werden, um das Matrixprodukt dieser Arrays zu finden. Die Methode numpy.dot() nimmt zwei Matrizen als Eingabeparameter und gibt das Produkt in Form einer weiteren Matrix zurück. Siehe das folgende Codebeispiel.

import numpy as np

m1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
m2 = np.array([[9, 8, 7, 6], [5, 4, 3, 3], [2, 1, 2, 0]])

m3 = np.dot(m1, m2)
print(m3)

Ausgabe:

[[ 25  19  19  12]
 [ 73  58  55  39]
 [121  97  91  66]]

Die Matrizen haben wir zunächst in Form von 2D-Arrays mit der Methode np.array() erstellt. Wir haben dann das Produkt beider Matrizen mit der Methode np.dot(m1,m2) berechnet und das Ergebnis in der Matrix m3 gespeichert.