Numpy Matrix Ops
Mnożenie macierzy i iloczyn skalarny.
Przegląd
NumPytablice są mapami ciągłymi C wewnątrzWASM.
Operacje są uruchamiane natywnie przy użyciu predefiniowanych funkcji LAPACK.
Dane wyjściowe kodu i wykonania
Potok tablicy mnożenia przy użyciu wewnętrznie numpy.
matrix.py
Spróbuj w Edytorzeimport 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)Wyjście terminala
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]]Wdrażanie krok po kroku
- Przetwarzanie danych
- Matematyka rurociągu ML
- Inicjalizacja tensora AI
Często zadawane pytania
Czy rozszerzenia C są obsługiwane?
Większość standardowych rozszerzeń C do nauki o danych jest wstępnie skompilowana i spakowana w rdzeniu środowiska wykonawczegoPyodide.
Powiązane tematy
Kod mnożenia macierzy Pythona
Wykonaj mnożenie macierzy w czystym Pythonie bez zależności. Przeprowadź porównanie zagnieżdżonych pętli ze zoptymalizowanymi strukturami.
Prosty skrypt kalkulatora w PythonieZbuduj prosty kalkulator w Pythonie. Dowiedz się, jak mapować operatory matematyczne, wykonywać przepływy wykonywania przez użytkowników i natywnie obsługiwać logikę.