Matrismultiplikation är en operation som tar två matriser som indata och producerar en enda matris genom att multiplicera rader i den första matrisen till kolumnen i den andra matrisen. Se till att vid matrismultiplikation antalet kolumner i den första matrisen ska vara lika med antalet rader i den andra matrisen.

Exempel: Multiplikation av två matriser med varandra i storleken 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 för att multiplicera två matriser i python

1. Använder explicit för loopar: Detta är en enkel teknik för att multiplicera matriser men en av de dyra metoderna för större indatauppsättningar. I detta använder vi kapslade för loopar för att iterera varje rad och varje kolumn.

Om matris1 är en n x m matris och matris2 är en m x l matris.

Genomförande:

Python3

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

I det här programmet har vi använt kapslade för loopar för beräkning av resultat som kommer att iterera genom varje rad och kolumn i matriserna, äntligen kommer det att ackumulera summan av produkten i resultatet.

2. Använder Numpy: Multiplikation med hjälp av Numpy kallas också vektorisering, vars huvudsakliga syfte är att minska eller ta bort den explicita användningen av för loopar i programmet som gör beräkningen snabbare.
Numpy är ett inbyggt paket i python för array-bearbetning och manipulation. För större matrisoperationer använder vi numpy python-paketet som är 1000 gånger snabbare än iterativ en metod.
För detaljer om Numpy, besök Länk

Genomförande:

Python3

Produktion:

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

Använder sig av numpy

Python3

Produktion:

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

I exemplet ovan har vi använt punktprodukt och i matematik är punktprodukten en algebraisk operation som tar två lika stora vektorer och returnerar ett enda tal. Resultatet beräknas genom att multiplicera motsvarande poster och lägga ihop dessa produkter.