Operasi Matriks Numpy
Perkalian matriks dan perkalian titik.
Ikhtisar
ArrayNumPyadalah peta yang bersebelahan dengan C di dalamWASM.
Operasi dijalankan secara asli menggunakan fungsi LAPACK yang telah ditentukan sebelumnya.
Kode & Output Eksekusi
Pipa array perkalian menggunakan numpy secara internal.
matrix.py
Coba di Editorimport 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)Keluaran Terminal
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]]Implementasi Langkah demi Langkah
- Pemrosesan data
- Matematika Saluran ML
- Inisialisasi tensor AI
Pertanyaan yang Sering Diajukan
Apakah C-Extensions didukung?
Sebagian besar ekstensi C ilmu data standar telah dikompilasi sebelumnya dan dikemas dalam inti runtimePyodide.
Topik Terkait
Kode Perkalian Matriks Python
Lakukan perkalian matriks dengan Python murni tanpa ketergantungan. Jalankan perbandingan loop bersarang versus struktur yang dioptimalkan.
Skrip Kalkulator Sederhana PythonBuat kalkulator dasar dengan Python. Pelajari cara memetakan operator matematika, mengikuti alur eksekusi pengguna, dan menangani logika secara asli.