Введение
NumPy - это библиотека для языка программирования Python, которая добавляет поддержку для больших многомерных массивов и матриц, а также большое количество высокоуровневых математических функций. В этом лабе мы рассмотрим концепцию умножения двух матриц в библиотеке NumPy.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Ноутбук, чтобы получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импорт необходимых библиотек
import numpy as np
Определение матриц
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)
Использование функции multiply()
print("Element-wise multiplication of matrix A and B:")
print(np.multiply(A, B))
Использование функции matmul()
print("Matrix multiplication of matrix A and B:")
print(np.matmul(A, B))
Использование функции dot()
print("Dot product of matrix A and B:")
print(np.dot(A, B))
Использование всех трех методов
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))
Резюме
В этом практическом занятии мы изучили концепцию умножения матриц в библиотеке NumPy. Мы рассмотрели три способа умножения матриц, такие как функции multiply(), matmul() и dot(), с помощью примеров. Эти функции способны выполнять различные операции, такие как поэлементное умножение, умножение матриц и скалярное или скалярное произведение двух матриц.