NumPy 中的 3D 矩阵乘法

什么是矩阵？

在编程中，矩阵也被视为多维数组。一个矩阵可以是任何维度，例如二维矩阵、三维矩阵等。

我们可以通过排列许多一维数组（一维数组的堆栈）来创建二维矩阵。同样，我们可以通过在第三个方向上堆叠二维数组或矩阵来创建三维数组。

我们可以对相同维度的矩阵进行算术运算，如加法、减法或乘法。我们不能对不同维度的矩阵进行运算。

我们可以使用 numpy 库在 Python 中将两个三维 (3-d) 矩阵相乘。Numpy 是 Python 编程语言中的一个库，用于进行数组运算。

我们可以将任何三维矩阵的大小表示为 (i,j,k)，这意味着有 i 个二维矩阵排列在一起，每个二维矩阵的大小为 jxk。

因此，正如我们所知，要相乘两个二维矩阵，我们遵循 RXC 规则，其中第一个矩阵的列数应等于第二个矩阵的行数。

示例

输出

说明

在上面的程序中，我们有两个 3D 矩阵，并使用 numpy 库实现了矩阵乘法。我们在文件中导入了 humpy 库以使用其函数。

我们使用 random.randInt 函数，它将以我们提供的范围内的值创建一个给定大小的矩阵。

第一个矩阵的大小是 3x5x2 的随机数，这意味着有三个大小为 5x2 的二维矩阵。同样，我们创建了第二个大小为 3x2x5 的随机数矩阵，这意味着有三个大小为 2x5 的二维矩阵。

由于第一个 3D 矩阵的二维矩阵的列数与第二个 3D 矩阵的二维矩阵的行数相同，因此我们可以使用 R-C 乘法规则轻松地相乘二维矩阵。

对于矩阵乘法，我们使用了 numpy 库的内置 matmul 函数。由于有三个 3D 矩阵，结果中也会有三个 3D 矩阵。

二维矩阵的大小将是 5x5。所以最后，结果矩阵的大小将是 3x5x5。

在结果矩阵中，matrix1 的第一个二维矩阵将与 matrix2 的第一个二维矩阵相乘，同样，所有矩阵都将相乘。

result[0] = matrix1[0]X matrix2[0]

result[1] = matrix1[1]X matrix2[1]

result[2] = matrix1[2]X matrix2[2]

注意：如果二维矩阵的大小不相同，则会出现错误

示例 2

输出

说明

在上面的代码中，matrix1 中二维矩阵的大小是 5 x 2，在 matrix2 中是 3x5，因此它将无法相乘，并且我们会得到上述编译错误。

注意：如果二维矩阵的数量不相同，程序中也会出现错误。

示例 3

输出

说明

在上面的代码中，matrix1 中的二维矩阵数量是三个，matrix2 中的数量是六个。因此，由于大小不相等，会出现错误。