首先,在Stack Overflow上提出一个问题是一件令人兴奋的事情,因为我一直想进入编码,但实际上并没有真正开始。
我试图在不使用NumPy的情况下在Python中创建矩阵乘法函数。我差不多完成了我的代码,但每当我尝试将矩阵“A”乘以矩阵“B”并且只有一列时,我就会收到错误。
我的代码如下:
import numpy as np
def matrix_multiply(A,B):
row_A = len(A)
col_A = len(A[0])
row_B = len(B)
col_B = len(B[0])
if col_A != row_B:
return("Invalid matrices")
else:
result = np.zeros((col_B,row_A))
for i in range(row_A): # iterate through columns of Y
for j in range(col_B): # iterate through rows of Y
for k in range(col_A):
result[i][j] += A[i][k]*B[k][j]
return result
我的错误是:
Traceback (most recent call last): File "<stdin>", line 1, in <module>
File "<stdin>", line 13, in matrix_multiply
IndexError: index 1 is out of bounds for axis 0 with size 1
我认为这是“结果[i] [j] + = A [i] [k] * B [k] [j]”部分的问题。
我的代码适用于任何其他大小的矩阵,但是当有一列时,我得到这个索引错误。这是怎么回事?
这是一个例子:
A = np.array([[1,2,3],[2,3,4]])
B = np.array([[2,3],[4,5],[5,6]])
matrix_multiply(A,B)
array([[25., 31.],
[36., 45.]])
但是当我做的时候......
v = np.array([[4,3,1],[6,7,2]])
g = np.array([[3],[1],[4]])
matrix_multiply(v,g)
我收到了错误。
正如我在评论中所说,你需要在填充result
矩阵时交换索引的顺序,然后进行最终数组的转置
问题:你的指数i
在row_A
的长度上运行for i in range(row_A)
和指数j
在col_B
的长度上运行为for j in range(col_B):
但是定义空的result
数组你交换尺寸因为你使用result = np.zeros((col_B,row_A))
,即你首先定义列尺寸然后行尺寸。因此你要么在你的for循环中交换i
和j
,就像我在下面所做的那样,你在初始化result
时交换变量,然后像你一样使用[i][j]
。那你就不需要转置了。
import numpy as np
def matrix_multiply(A,B):
row_A = len(A)
col_A = len(A[0])
row_B = len(B)
col_B = len(B[0])
print (row_B, col_B)
if col_A != row_B:
return("Invalid matrices")
else:
result = np.zeros((col_B,row_A))
for i in range(row_A): # iterate through columns of Y
for j in range(col_B): # iterate through rows of Y
for k in range(col_A):
result[j][i] += A[i][k]*B[k][j]
return result
例1
A = np.array([[1,2,3],[2,3,4]])
B = np.array([[2,3],[4,5],[5,6]])
result = matrix_multiply(A,B).T
print (result)
# array([[25., 31.],
# [36., 45.]])
例2
v = np.array([[4,3,1],[6,7,2]])
g = np.array([[3],[1],[4]])
result = matrix_multiply(v,g)
print (result)
# [[19. 33.]]