Opérations matricielles Numpy
Multiplication matricielle et produit scalaire.
Aperçu
Les tableauxNumPysont des cartes contiguës en C à l'intérieur deWASM.
Les opérations s'exécutent de manière native à l'aide de fonctions LAPACK prédéfinies.
Sortie de code et d'exécution
Pipeline de tableau de multiplication utilisant numpy en interne.
matrix.py
Essayez dans l'éditeurimport 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)Sortie terminale
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]]Mise en œuvre étape par étape
- Traitement des données
- Mathématiques du pipeline ML
- Initialisation du tenseur IA
Foire aux questions
Les extensions C sont-elles prises en charge ?
La plupart des extensions C standard de science des données sont précompilées et regroupées dans le noyau d'exécutionPyodide.
Sujets connexes
Code de multiplication de matrice Python
Effectuez une multiplication matricielle en Python pur sans dépendances. Exécutez notre comparaison des boucles imbriquées et des structures optimisées.
Script de calculatrice simple PythonCréez une calculatrice de base en Python. Apprenez à mapper des opérateurs mathématiques, à prendre en compte les flux d'exécution des utilisateurs et à gérer la logique de manière native.