Python笔记：纯python操作矩阵：进行矩阵的相乘运算

def matrixMultiply(A, B):
    # 获取A的行数和列数
    A_row, A_col = shape(A)
    # 获取B的行数和列数
    B_row, B_col = shape(B)
    
    # 不能运算情况的判断
    if(A_col != B_row):
        raise ValueError
        
    # 最终的矩阵
    result = []
    
    # zip 解包后是转置后的元组，强转成list, 存入result中
    BT = [list(row) for row in zip(*B)] 
    
    # 开始做乘积运算 
    for A_index in range(A_row):
        # 用于记录新矩阵的每行元素
        rowItem = []
        for B_index in range(len(BT)):  
            # num 用于累加
            num = 0     
            for Br in range(len(BT[B_index])):  
                num +=  A[A_index][Br] * BT[B_index][Br]
            # 累加完成后，将数据存入新矩阵的行中
            rowItem.append(num)  
        result.append(rowItem)  
    return result

说明： A矩阵与B矩阵的乘法运算，最终得到新的矩阵X ， 思路

• 首先判断是否可以相乘：前提条件是A的列与B的行要相同
• 我们可以画图理解：假如A是3行5列，B是5行2列，相乘结果是3行2列
• 将B转置后是2行5列，我们称之为BT, 这样 A 和 BT 都是5列了
• 则A的每行中的第 i 个元素 * BT每行中的第 i 个元素，相加构成新矩阵X的新行，循环A行，共3行，则新矩阵X就会逐步添加新行，待循环完毕，得到新矩阵X