当第二个矩阵只有一列时，矩阵乘法会引发错误

Question

首先，我很高兴能在 Stack Overflow 上提问，因为我一直想从事编码工作，但还没有真正开始。

我正在尝试使用 NumPy 在 Python 不 中创建矩阵乘法函数。我几乎完成了我的代码，但是每当我尝试将矩阵“A”乘以只有一列的矩阵“B”时就会出错。

我的代码如下：

import numpy as np

def matrix_multiply(A,B):
row_A = len(A)
col_A = len(A[0])
row_B = len(B)
col_B = len(B[0])
if col_A != row_B:
    return("Invalid matrices")
else:
    result = np.zeros((col_B,row_A))
    for i in range(row_A): # iterate through columns of Y
        for j in range(col_B): # iterate through rows of Y
            for k in range(col_A):
                result[i][j] += A[i][k]*B[k][j]
    return result

我的错误是：

Traceback (most recent call last): File "<stdin>", line 1, in <module>
File "<stdin>", line 13, in matrix_multiply
IndexError: index 1 is out of bounds for axis 0 with size 1

我认为这是“result[i][j] += A[i][k]*B[k][j]”部分的问题。

我的代码适用于任何其他大小的矩阵，但是当有一列时，我得到这个索引错误。怎么回事？

这是一个例子：

A = np.array([[1,2,3],[2,3,4]])
B = np.array([[2,3],[4,5],[5,6]])

matrix_multiply(A,B)

array([[25., 31.],
   [36., 45.]])

但是当我这样做时......

v = np.array([[4,3,1],[6,7,2]])
g = np.array([[3],[1],[4]])

matrix_multiply(v,g)

我得到了错误。

Answer 1

正如我在 cmets 中所说，您需要在填充 result 矩阵时交换索引顺序，然后对最终数组进行转置

问题：您的索引i 在row_A 的长度上运行为for i in range(row_A)，索引j 在col_B 的长度上运行为for j in range(col_B): 但，同时定义为空result 数组您交换维度，因为您使用 result = np.zeros((col_B,row_A))，即您首先定义列维度，然后定义行维度。因此，要么像我在下面所做的那样在 for 循环中交换 i 和 j，要么在初始化 result 时交换变量，然后像你一样使用 [i][j]。那么你就不需要转置了。

import numpy as np

def matrix_multiply(A,B):
    row_A = len(A)
    col_A = len(A[0])
    row_B = len(B)
    col_B = len(B[0])
    print (row_B, col_B)
    if col_A != row_B:
        return("Invalid matrices")
    else:
        result = np.zeros((col_B,row_A))
        for i in range(row_A): # iterate through columns of Y
            for j in range(col_B): # iterate through rows of Y
                for k in range(col_A):
                    result[j][i] += A[i][k]*B[k][j]
        return result

---

示例 1

A = np.array([[1,2,3],[2,3,4]])
B = np.array([[2,3],[4,5],[5,6]])

result = matrix_multiply(A,B).T
print (result)

# array([[25., 31.],
#    [36., 45.]])

示例 2

v = np.array([[4,3,1],[6,7,2]])
g = np.array([[3],[1],[4]])

result = matrix_multiply(v,g)
print (result)
# [[19. 33.]]