Python矩阵创建与乘法实现：如何进行8×4与4×6矩阵相乘？

这里提供两种实现矩阵乘法的方法，包含矩阵创建和运算细节：

一、手动实现（不依赖第三方库，适合理解原理） #

1. 创建指定维度的矩阵 #

用Python内置列表推导式可以快速生成随机整数矩阵，示例如下：

import random

# 生成8行4列的矩阵A，元素为1-10的随机整数
matrix_a = [[random.randint(1, 10) for _ in range(4)] for _ in range(8)]
# 生成4行6列的矩阵B，元素为1-10的随机整数
matrix_b = [[random.randint(1, 10) for _ in range(6)] for _ in range(4)]

2. 实现矩阵乘法逻辑 #

矩阵乘法的核心规则是：结果矩阵的第i行第j列元素，等于矩阵A第i行与矩阵B第j列对应元素的乘积之和。同时要先校验维度合法性（A的列数必须等于B的行数）：

def matrix_multiply(a, b):
    if len(a[0]) != len(b):
        raise ValueError("矩阵A的列数必须等于矩阵B的行数")
    
    # 初始化结果矩阵，维度为8×6，初始值全0
    result = [[0 for _ in range(len(b[0]))] for _ in range(len(a))]
    
    for i in range(len(a)):
        for j in range(len(b[0])):
            # 计算点积
            for k in range(len(b)):
                result[i][j] += a[i][k] * b[k][j]
    return result

# 执行乘法运算
matrix_c = matrix_multiply(matrix_a, matrix_b)
# 打印结果的前2行（避免输出过多内容）
print("手动实现的结果矩阵前2行：")
for row in matrix_c[:2]:
    print(row)

二、用NumPy实现（推荐，适合实际项目） #

NumPy是Python数值计算的标准库，矩阵运算效率远高于手动实现，语法也更简洁。

1. 创建NumPy矩阵 #

用np.random.randint可以快速生成指定维度的随机整数矩阵：

import numpy as np

# 创建8×4的矩阵A
np_matrix_a = np.random.randint(1, 10, size=(8, 4))
# 创建4×6的矩阵B
np_matrix_b = np.random.randint(1, 10, size=(4, 6))

2. 执行矩阵乘法 #

NumPy支持两种直观的乘法方式：

# 方法1：使用@运算符（Python 3.5+支持）
np_matrix_c = np_matrix_a @ np_matrix_b

# 方法2：使用np.dot()函数
# np_matrix_c = np.dot(np_matrix_a, np_matrix_b)

# 打印结果维度和前2行
print("NumPy结果矩阵维度：", np_matrix_c.shape)
print("NumPy结果矩阵前2行：")
print(np_matrix_c[:2])

注意：手动实现仅适合理解矩阵乘法的底层逻辑，实际开发中优先使用NumPy，尤其是处理大规模矩阵时，效率差异会非常明显。

内容的提问来源于stack exchange，提问作者Sanjay