python如何进行两个矩阵的乘法
用户关注问题
我刚开始学习Python，想知道如何用代码完成两个矩阵的乘法运算？
利用NumPy库进行矩阵乘法
在Python中，进行矩阵乘法最常用的方式是借助NumPy库。你可以先导入numpy模块，然后使用np.dot()函数或者@运算符来实现两个二维数组的乘法。例如：
import numpy as np
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
C = np.dot(A, B) # 或者C = A @ B
print(C)
两个矩阵相乘时需要满足什么条件？如何在Python中判断矩阵是否满足乘法条件？
矩阵乘法的维度匹配原则
矩阵乘法的基本条件是第一个矩阵的列数必须与第二个矩阵的行数相等。比如，矩阵A形状是(m, n)，矩阵B形状是(p, q)，只有当n等于p时，才能计算它们的乘积。在Python中，可以通过访问numpy数组的shape属性来获取矩阵的维度，并进行判断：
if A.shape[1] == B.shape[0]:
# 可进行乘法
else:
# 不满足乘法条件
我希望不用第三方库完成矩阵乘法，有哪些纯Python实现的方法？
利用嵌套循环实现矩阵乘法
虽然NumPy效率更高，但你也可以使用嵌套for循环来手动计算矩阵乘积。这个方法需要遍历第一个矩阵的行和第二个矩阵的列，并对对应元素进行累加。示例如下：
A = [[1, 2], [3, 4]]
B = [[5, 6], [7, 8]]
result = [[0, 0], [0, 0]]
for i in range(len(A)):
for j in range(len(B[0])):
for k in range(len(B)):
result[i][j] += A[i][k] * B[k][j]
print(result) # 输出 [[19, 22], [43, 50]]