Python中scalar标量与matrix矩阵相乘的实现方法

已知变量定义如下：

scalar = 3
A = [[1,0,0],[0,1,0],[0,0,1]]
D = []

下面提供两种常用实现方式： #

方法1：纯Python原生实现（无第三方依赖） #

用嵌套列表推导式即可快速完成运算，代码简洁直观：

D = [[element * scalar for element in row] for row in A]

如果偏好显式循环的写法，也可以用如下版本：

D = []
for row in A:
    temp_row = []
    for num in row:
        temp_row.append(num * scalar)
    D.append(temp_row)

两种写法运行后，D的输出结果均为 [[3, 0, 0], [0, 3, 0], [0, 0, 3]]，符合标量与矩阵相乘的运算规则。 #

方法2：基于numpy实现（适合大规模矩阵运算场景） #

如果项目已经引入numpy库，可以直接利用其广播特性完成运算，性能更优：

import numpy as np

# 先转为numpy数组运算，再转回嵌套列表赋值给D
D = (np.array(A) * scalar).tolist()

运行结果和原生实现完全一致。

内容的提问来源于stack exchange，提问作者Colby Gonzalez