矩阵乘法未分离的矩阵行

Question

我目前正在尝试在python上执行matrix mult，正确的答案正在出现，但是，不是每一行都是独立的，而是将所有行组合成一行，然后根据行数重复

def matrixtranspose(m1):
    mT = [[m1[i][x] for i in range(len(m1))] for x in range(len(m1[0]))]
    return mT

def dotProduct(m1row, m2column):
    l3 = [m1row[i] * m2column[i] for i in range(len(m1row))]
    dP = sum(l3)
    return dP

def matrixmult(m1, m2):
    transposedMatrix = matrixtranspose(m2)
    numRows = len(transposedMatrix)
    newMatrix = []
    addedDP = []

    for rows in range(0, (len(m1))):
            for col in range(0, len(transposedMatrix)):
                addedDP.append(dotProduct(m1[rows], transposedMatrix[col]))
            newMatrix.append(addedDP)

    return newMatrix

这将返回：

[[4, 20, 4, 4, 20, 4, 6, 36, 6],
 [4, 20, 4, 4, 20, 4, 6, 36, 6],
 [4, 20, 4, 4, 20, 4, 6, 36, 6]]

而不是：

[[4, 20, 4] [4, 20, 4] [6, 36, 6]]

我怎样才能修好它

Answer 1

问题在于你的吸积逻辑：

addedDP = []

for row in range(0, (len(m1))):
    for col in range(0, len(transposedMatrix)):
        addedDP.append(dotProduct(m1[row], transposedMatrix[col]))

在遍历矩阵时，您正在将每个元素添加到addedDP：每个产品都附加到全局值列表中，而不仅仅是当前行的值addedDP不会为每一新行重置。然后，对于矩阵中的每一行：

    newMatrix.append(addedDP)

将原始引用添加到整个列表中。因此，当您完成时，您的“结果”列表中有该列表的len(m1)个副本

您可以通过为每行重新初始化addedDP来解决此问题：

newMatrix = []

for row in range(0, (len(m1))):
    addedDP = []
    for col in range(0, len(transposedMatrix)):
        addedDP.append(dotProduct(m1[row], transposedMatrix[col]))
        # print("row, col:", row, col, addedDP)
    newMatrix.append(addedDP)
    # print("row", row, addedDP)

return newMatrix

我留下了我的调试print语句。我强烈建议您学习这个基本的调试工具：如果您有一个有问题的程序，问它哪里有问题！：-） 查看这个可爱的debug博客寻求帮助

给出了以下主要程序：

m1 = [[1, 2],
      [3, 4]]
m2 = [[0, 1],
      [-1, 0]]
print(matrixmult(m1, m2))

启用了print语句的输出：

row, col: 0 0 [-2]
row, col: 0 1 [-2, 1]
row 0 [-2, 1]
row, col: 1 0 [-4]
row, col: 1 1 [-4, 3]
row 1 [-4, 3]
[[-2, 1], [-4, 3]]