Numpy Matrix Ops

Matrixmultiplikation und Skalarprodukt.

Versuchen Sie es im Editor

Übersicht

NumPyArrays sind C-zusammenhängende Karten innerhalb vonWASM.

Vorgänge werden nativ mit vordefinierten LAPACK-Funktionen ausgeführt.

Code- und Ausführungsausgabe

Multiplikationsarray-Pipeline, die Numpy intern verwendet.

matrix.py

Versuchen Sie es im Editor

import numpy as np

# Create two 3x3 matrices
matrix_A = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
])

matrix_B = np.array([
    [9, 8, 7],
    [6, 5, 4],
    [3, 2, 1]
])

print("Matrix A:")
print(matrix_A)
print("\nMatrix B:")
print(matrix_B)

# Matrix Multiplication (Dot Product)
result = np.dot(matrix_A, matrix_B)
print("\nResult of A * B:")
print(result)

# Transpose
print("\nTranspose of Result:")
print(result.T)

Terminal-Ausgabe

Matrix A:
[[1 2 3]
 [4 5 6]
 [7 8 9]]

Matrix B:
[[9 8 7]
 [6 5 4]
 [3 2 1]]

Result of A * B:
[[ 30  24  18]
 [ 84  69  54]
 [138 114  90]]

Transpose of Result:
[[ 30  84 138]
 [ 24  69 114]
 [ 18  54  90]]

Schrittweise Umsetzung

Datenverarbeitung
ML-Pipeline-Mathematik
KI-Tensor-Initialisierung

Häufig gestellte Fragen

Werden C-Erweiterungen unterstützt?

Die meisten standardmäßigen Data-Science-C-Erweiterungen sind vorkompiliert und in den LaufzeitkernPyodidegepackt.