Matrisemultiplikasjon er en operasjon som tar to matriser som input og produserer enkeltmatrise ved å multiplisere rader i den første matrisen til kolonnen i den andre matrisen. I matrisemultiplikasjon må du sørge for at antall kolonner i den første matrisen skal være lik antall rader i den andre matrisen.

Eksempel: Multiplikasjon av to matriser med hverandre i størrelsen 3×3.

Input:matrix1 = ([1, 2, 3], [3, 4, 5], [7, 6, 4]) matrix2 = ([5, 2, 6], [5, 6, 7], [7, 6, 4]) Output : [[36 32 32] [70 60 66] [93 74 100]] 

Metoder for å multiplisere to matriser i python

1. Bruker eksplisitt for loops: Dette er en enkel teknikk for å multiplisere matriser, men en av de dyre metodene for større inndatasett. I dette bruker vi nestede til løkker for å iterere hver rad og hver kolonne.

Hvis matrise1 er en n x m matrise og matrise2 er en m x l matrise.

Gjennomføring:

Python3

[[114, 160, 60], [74, 97, 73], [119, 157, 112]] 

I dette programmet har vi brukt nestet for loops for beregning av resultat som vil iterere gjennom hver rad og kolonne i matrisene, til slutt vil det akkumulere summen av produktet i resultatet.

2. Bruker Numpy: Multiplikasjon ved bruk av Numpy er også kjent som vektorisering som har som hovedmål å redusere eller fjerne den eksplisitte bruken av for loops i programmet som gjør beregningen raskere.
Numpy er en innebygd pakke i python for array-behandling og manipulering. For større matriseoperasjoner bruker vi numpy python-pakken som er 1000 ganger raskere enn iterativ én metode.
For detaljer om Numpy, vennligst besøk Link

Gjennomføring:

Python3

Produksjon:

[[ 63 320 83] [ 77 484 102] [ 84 248 117]] 

Ved hjelp av nusset

Python3

Produksjon:

[[ 63 320 83] [ 77 484 102] [ 84 248 117]] 

I eksemplet ovenfor har vi brukt punktprodukt og i matematikk er punktproduktet en algebraisk operasjon som tar to like store vektorer og returnerer et enkelt tall. Resultatet beregnes ved å multiplisere tilsvarende oppføringer og legge sammen disse produktene.