NumPy による行列の乗算

はじめに

NumPy は Python プログラミング言語用のライブラリで、多次元配列や行列に対するサポートと、多くの高度な数学関数が追加されています。この実験では、NumPy ライブラリにおける2 つの行列の乗算の概念について説明します。

VM のヒント

VM の起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebook を使って練習しましょう。

時々、Jupyter Notebook が読み込み終わるまで数秒待つ必要がある場合があります。Jupyter Notebook の制限により、操作の検証は自動化できません。

学習中に問題に遭遇した場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。

必要なライブラリのインポート

import numpy as np

行列の定義

A = np.array([[1,2,3], [4,5,6],[1,2,1]])
B = np.array([[1,1,1], [0,1,0], [1,1,1]])
print("Matrix A:\n", A)
print("Matrix B:\n", B)

multiply() 関数を使用する

print("Element-wise multiplication of matrix A and B:")
print(np.multiply(A, B))

matmul() 関数を使用する

print("Matrix multiplication of matrix A and B:")
print(np.matmul(A, B))

dot() 関数を使用する

print("Dot product of matrix A and B:")
print(np.dot(A, B))

3 つの方法全てを使用する

print("Matrix multiplication of matrix A and B using all three methods:")
print("Using'multiply()':")
print(np.multiply(A, B))
print("Using'matmul()':")
print(np.matmul(A, B))
print("Using 'dot()':")
print(np.dot(A, B))

まとめ

この実験では、NumPy ライブラリにおける行列の乗算の概念を学びました。例を用いて、multiply()、matmul()、dot()関数などの 3 つの行列の乗算方法を扱いました。これらの関数は、要素ごとの乗算、行列の乗算、2 つの行列のスカラーまたはドット積など、さまざまな演算を行うことができます。