矩阵及其算法

1. 矩阵介绍

2. 矩阵相加

3. 矩阵相乘

4. 矩阵转置

 

  

1. 矩阵介绍

矩阵(matrix)是数字或字符的矩形网格(如 excel 表格),并具有加、减、乘等运算规则。

从数学的角度来看,对于 m x n 矩阵的形式,可以用计算机中的二维数组来表示。基本上,许多矩阵的运算与应用都可以使用计算机中的二维数组解决。

矩阵维度

我们用 (行数, 列数) 来描述矩阵的维度。

 

2. 矩阵相加

矩阵的相加运算较为简单,前提是相加的两个矩阵对应的行数与列数必须相等,而相加后矩阵的行数与列数也是相同的。

示例代码

 1 A = [[1,2,3], [1,2,3], [1,2,3]]
 2 B = [[1,2,3], [1,2,3], [1,2,3]]
 3 N = 3
 4 # 用于存放相加结果的矩阵
 5 C = [[None]*N for i in range(N)]
 6 
 7 for i in range(N):
 8     for j in range(N):
 9         C[i][j] = A[i][j] + B[i][j]  # 矩阵C = 矩阵A + 矩阵B
10 print("矩阵A和矩阵B的相加结果:")
11 for i in range(N):
12     for j in range(N):
13         print(C[i][j], end="\t")
14     print()

执行结果:

矩阵A和矩阵B的相加结果:
2       4       6
2       4       6
2       4       6

 

3. 矩阵相乘

并不是所有的矩阵都能进行乘法运算的。 并且,对输出矩阵的维度也存在要求。

矩阵一的列数必须等于矩阵二的行数,如 M×N 矩阵和 N×K 矩阵相乘的结果是 M×K 矩阵(新矩阵取矩阵一的行和矩阵二的列)。

实现原理

矩阵乘法依赖于点积与行列元素的各种组合。 以下图为例,矩阵 C 中的每个元素都是矩阵 A 矩阵 B 的的点积。

操作 a1·b1 表示我们取矩阵 A 中第 1 行 (1,7) 和矩阵 B 中第 1 列 (3,5) 的点积:

即:

为什么矩阵乘法以这种方式工作?

矩阵的乘法运算非常有用,但背后并没有太深奥的数学规律,之所以数学家发明了这种运算,完全是因为它简化了以前乏味的计算。这是一个人为的产物,但却非常有效。

示例代码

 1 # 矩阵相乘函数
 2 def matrix_multiply(matrix1, matrix2):
 3         # 初始化所需的维度
 4     m = len(matrix1)  # matrix1的行数
 5     n = len(matrix1[0])  # matrix1的列数 即matrix2的行数
 6     p = len(matrix2[0])  # matrix2的列数
 7 
 8     # 初始化结果矩阵 = matrix1的行数 x matrix2的列数
 9     result_matrix = [[None]*p for i in range(m)]
10 
11     for row_no in range(m):
12         for col_no in range(p):
13             tmp = 0
14             for k in range(n):
15                 tmp = tmp + matrix1[row_no][k] * matrix2[k][col_no]
16             result_matrix[row_no][col_no] = tmp
17     return result_matrix
18 
19 
20 A = [[1,2,3], [4,5,6], [7,8,9]]
21 B = [[1,2], [3,4], [5,6]]
22 
23 result_matrix = matrix_multiply(A, B)
24 
25 print("矩阵相乘结果:")
26 for i in range(len(result_matrix)):
27     for j in range(len(result_matrix[0])):
28         print(result_matrix[i][j], end="\t")
29     print()

执行结果:

矩阵相乘结果:
22      28
49      64
76      100

 

4. 矩阵转置

转置矩阵(AT)就是把原矩阵的行坐标元素与列坐标元素相互调换。假设 AT 为 A 的转置矩阵,则有 AT[j, i] = A[i, j]。

转置矩阵有两个步骤:

  1. 矩阵旋转 90°
  2. 反转每行元素的顺序(例如 [a b c] 变为 [c b a])

例如,将矩阵 M 转置为 T:

示例代码

 1 # 转置矩阵函数
 2 def matrix_t(matrix):
 3     result_matrix = [[None]*len(matrix) for i in range(len(matrix[0]))]
 4     for i in range(len(matrix)):
 5         for j in range(len(matrix[0])):
 6             result_matrix[j][i] = matrix[i][j]
 7     return result_matrix
 8 
 9 
10 A = [[1,2], [3,4], [5,6]]
11 
12 result_matrix = matrix_t(A)
13 print("矩阵转置结果:")
14 for i in result_matrix:
15     for j in i:
16         print(j, end="\t")
17     print()

 

posted @ 2021-03-08 23:08  Juno3550  阅读(2114)  评论(0编辑  收藏  举报