Perkalian matriks NumPy adalah operasi matematika yang menerima dua matriks dan menghasilkan matriks tunggal dengan mengalikan baris matriks pertama dengan kolom matriks kedua. Untuk mengalikan dua matriks, NumPy menyediakan tiga fungsi berbeda
- numpy.multiply(arr1, arr2) – Penggandaan matriks elemen-bijaksana dari dua array
- numpy.matmul(arr1, arr2)_ – Produk matriks dari dua larik
- numpy.dot(arr1, arr2) – Produk skalar atau titik dari dua larik
Saat melakukan perkalian matriks di NumPy pastikan jumlah kolom dari matriks pertama harus sama dengan jumlah baris dari matriks kedua
1. Contoh Cepat Perkalian Matriks di NumPy
Jika Anda sedang terburu-buru, berikut adalah beberapa contoh singkat cara menggunakan perkalian matriks NumPy
# Below are the quick examples # Example 1: Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) # Example 2: Get the certain rows multiplication arr2 = np.multiply(arr[ 0,: 2], arr1[ 1,: 2]) # Example 3: Get dot product of arrays arr = np.array([[1, 3 ], [4, 1 ]]) arr1 = 2 arr2 = np.dot(arr,arr1) # Example 4: Use numpy.dot() function # Get the product of two arrays arr2 = np.dot(arr,arr1) # Example 5: # Use numpy.matmul() function # Get the product arr2 = np.matmul(arr,arr1)2. Gunakan NumPy. perkalian() Dapatkan Perkalian Matriks Elemen-Bijaksana
Mari Buat array NumPy dan gunakan ini untuk melakukan perkalian berdasarkan elemen menggunakan metode NumPy.multiply(). Ini Mengalikan setiap elemen dari matriks pertama dengan elemen yang setara dalam matriks kedua menggunakan perkalian berdasarkan elemen, atau Produk Hadamard. Pastikan dimensi kedua matriks sama untuk dikalikan
Untuk meneruskan baris, kolom, atau submatriks tertentu ke metode import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] 0 dan mendapatkan perkalian dari Baris, kolom, dan submatriks tertentu. Kita harus mengikuti Ukuran yang sama dari baris, kolom, atau submatriks yang kita lewati sebagai operan kita. Mari kita ambil contoh,
# Get the certain rows multiplication arr2 = np.multiply(arr[ 0,: 2], arr1[ 1,: 2]) print(arr2) # Output : # [ 5 12] arr3 = np.multiply(arr[ 1,: 3], arr1[ 0,: 3]) print(arr3) # Output : # [ 2 8 18]3. Gunakan NumPy. dot() untuk Perkalian Skalar
Bentuk sederhana dari perkalian matriks adalah perkalian skalar, kita dapat melakukannya dengan menggunakan fungsi NumPy dot(). Dalam perkalian skalar, kita dapat mengalikan skalar dengan matriks atau mengalikan matriks dengan skalar. Setiap elemen dalam matriks dikalikan dengan skalar, yang mengembalikan larik bentuk yang sama dengan larik aslinya
Saat melakukan perkalian skalar, urutannya tidak menjadi masalah. Ini mengembalikan output yang sama jika kita mengalikan skalar dengan matriks atau matriks dengan skalar
# Get dot product of arrays arr = np.array([[1, 3 ], [4, 1 ]]) arr1 = 2 arr2 = np.dot(arr,arr1) print(arr2) # Output : # [[2 6] # [8 2]] _Kita dapat mengalikan matriks 2 dimensi dengan matriks 2 dimensi lainnya menggunakan import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] 1. ketika kita mengalikan dua matriks, itu harus mengikuti urutan i. e import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] _2 dikalikan matriks Y tidak sama dengan matriks Y dikalikan matriks X. Mari buat gambar untuk pemahaman yang lebih baik
4. Gunakan matmul() – Perkalian Dua Array NumPy
Metode import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] _3 digunakan untuk mengetahui perkalian matriks dari dua larik. Fungsi matmul() mengambil arr1 dan arr2 sebagai argumen dan menampilkan perkalian matriks dari larik NumPy masukan. Skalar dihasilkan hanya ketika arr1 dan arr2 adalah vektor 1 dimensi
# Use numpy.matmul() function # Get the product arr2 = np.matmul(arr,arr1) print(arr2) # Output : # [[ 7 17] # [ 6 13]] _5. Kesimpulan
Pada artikel ini, saya telah menjelaskan konsep perkalian matriks Python NumPy dan cara menggunakannya dengan menggunakan fungsi import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] 0, import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] 5 dan import numpy as np # Create a numpy two dimensional arrays arr = np.array([[2, 4, 3, 1],[2, 3, 6, 1]]) arr1 = np.array([[2, 1, 5, 2],[4, 8, 3, 2]]) # Use numpy.mutiply() function and # get the matrix multiplication arr2 = np.multiply(arr, arr1) print(arr2) # Output : # [[ 4 4 15 2] # [ 8 24 18 2]] 6 dengan contoh