Python无Numpy实现矩阵乘法：手动构建与理解Numpy .sum()

Python实现矩阵乘法计算

矩阵乘法计算通过Python实现。
不需要依赖numpy库。
您可以抓取矩阵并自己使用它，而无需限制矩阵的维度。
下面是代码的实现细节：代码集成如下，包括输入矩阵部分和计算过程：pythondefmatrix_multiplication():print("请输入矩阵A的行数和列数:")rows_A,cols_A=map(int,input().split())matrix_A=[]foriinrange(rows_A):print(f"请输入矩阵A的第{i+1}行元素（以空格分隔）：")row_A=list(map(float,input().split()))iflen(row_A)!=cols_A:print("的个数矩阵A中的行元素不正确，请重新输入！")returnmatrix_A.append(row_A)print("请输入矩阵B的行数和列数:")rows_B,cols_B=map(int,input().split())ifcols_A!=rows_B:print("矩阵A的列数与矩阵B的行数不匹配，请在new处输入»returnMatrix_B=[]foriinrange(rows_B):print(f"请输入矩阵B的第{i+1}行元素（用space):")row_B=list(map(float,input().split()))iflen(row_B)!=cols_B:print("矩阵B中行元素个数不正确，请重新输入！")returnmatrix_B.append(row_B)#矩阵乘法计算结果=[[sum(a*bfora,binzip(A_row,B_col))forB_colinzip(*matrix_B)]forA_rowinmatrix_A]returnresultresult=matrix_multiplication()ifresultisnotNone:print("矩阵乘法的结果为：")forrowinresult:print(row)示例输入和输出结果为：输入矩阵A和矩阵B，程序自动完成运算乘法并显示结果，方便学习和练习。
如果您有任何疑问，请随时讨论。

Python中Numpy库中的***.sum怎么理解

理解PythonNumpy库中的*​​*.sum()函数的关键是理解它在不同轴上的操作。
当处理形状为(2,2,4)的输入矩阵时，axis参数确定执行求和的程度。
当设置axis=0时；Numpy将沿第一维进行积分，所得矩阵的形状将为(2,4)；这意味着每个新行都是原始行中所有元素的总和。
例如，对于矩阵c[i,j,k]，输出矩阵的值计算为s[j,k]=Σi(c[i,j,k])。
当轴=1时，Numpy在第二维求和，输出形状为(2,4)。
那是，将每一列中的元素相加，得到新矩阵的列值。
最后如果轴=2Numpy在第三维求和，输出形状为(2,2)。
每个子矩阵的元素之和形成一个新的矩阵。
在处理高维数据时，***了解.sum()函数的轴向求和操作尤为重要。
通过定义一个轴，您可以轻松聚合数据的特定维度，同时保持其他维度的结构不变，这对于处理和理解复杂数据非常有帮助。