Python 矩阵乘法实现：二维数组相乘

本文将介绍如何使用 Python 实现两个二维数组的矩阵乘法。

1. 定义二维数组

首先，我们定义两个二维数组 A 和 B：

A = [[1, 2],
     [3, 4]]

B = [[1, 2],
     [1, 2]]

2. 实现矩阵乘法函数

接下来，我们定义一个名为 matrix_multiplication() 的函数，用于执行矩阵乘法运算：

def matrix_multiplication(A, B):
    rows_A = len(A)
    cols_A = len(A[0])
    rows_B = len(B)
    cols_B = len(B[0])
    
    # 判断A和B是否可以进行矩阵乘法
    if cols_A != rows_B:
        return None
    
    # 创建一个与结果矩阵相同大小的空矩阵
    C = [[0 for _ in range(cols_B)] for _ in range(rows_A)]
    
    # 进行矩阵乘法计算
    for i in range(rows_A):
        for j in range(cols_B):
            for k in range(cols_A):
                C[i][j] += A[i][k] * B[k][j]
    
    return C

该函数首先获取两个矩阵的行数和列数，并检查是否满足矩阵乘法的条件（即第一个矩阵的列数等于第二个矩阵的行数）。如果满足条件，则创建一个与结果矩阵相同大小的空矩阵 C，并使用三层循环进行矩阵乘法计算。最后，返回结果矩阵 C。

3. 测试矩阵乘法函数

最后，我们使用示例数组 A 和 B 测试 matrix_multiplication() 函数：

result = matrix_multiplication(A, B)
print(result)

执行以上代码，将会输出结果矩阵：

[[3, 6], [7, 14]]

总结

本文介绍了如何使用 Python 实现二维数组的矩阵乘法，并提供了完整的代码示例。通过定义 matrix_multiplication() 函数，我们可以方便地对任意满足条件的二维数组进行矩阵乘法运算。