今天我们来使用Python的numpy包进行矩阵的乘法运算,用到了一些矩阵乘法的基本知识,这里我们就不再说矩弹石铀籽阵,我们假设你对矩阵都有一定的了解,下面看我们具体的例子。
使用二维数组创建两个矩阵A和B
![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/b1454a1bd10ff226ab417bba9c99e92abbb8a473.jpg)
先来一个矩阵的数乘,其实见识矩阵的每一个元素乘以该数![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/bbf95c406afec3145f1edf5acac1b727ad539c73.jpg)
dot函数用于矩阵乘法,对于二维数组,它计算的是矩阵乘积,对于一维数组,它计算的是内积。注意交换矩阵的前后位置会导致不同的结果,看下面的例子![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/ad121888912ca5ca6a33dafc8bfc77f7990e9473.jpg)
![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/994f412043715fdb88fbf38e468920c5270f8c73.jpg)
再创建一个二维数组![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/ccc83ec5260f88351951136ace07880139708673.jpg)
我们验证一个矩阵乘法的结合性 (AB)C=A(BC)![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/d400248ca608a50f59271a3810cec7f88b77ff73.jpg)
接着看一下对加法的分配性 (A+B)C=AC+BC,C(A+B)=CA+CB![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/2e66f9ef28066b014b0679f43df39187021cf373.jpg)
![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/e0c73a2fa872941f5a3f7e6e7b5e4a237871e673.jpg)
数乘的结合性,也一样啦:![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/19587f20a7cd0c6e14294807fed7997bbaf4dd73.jpg)
![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/df087f0f8b56ad04d4b35d5ddae10ef85956d073.jpg)
![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/a965c6e9ccd2bb665585cff49b2a04e23fa2c673.jpg)
接着我们用到一个新知识,使用eye创建一个单位矩阵,单位矩阵的定义就是看下面的步骤
![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/bd72f23834bb19efb28346a0497bd28287893a70.jpg)
我们看一下,一个矩阵A乘以一个单位矩阵,还是它本身![python 线性代数:[2]矩阵乘法](https://exp-picture.cdn.bcebos.com/b6f0f0f97fbd4c7c2e6f76f5b8bad341027d3070.jpg)
好了,乘法就到这里了,我们下面接着继续讲矩阵的转置