NumPy online ausführen

Matrizen mit NumPy multiplizieren

In dieser Lektion multiplizierst du zwei Matrizen mit dem Operator @ von NumPy und grenzt das von der elementweisen Multiplikation ab.

  • Fortgeschritten
  • 2 Min. Lesezeit
  • 1 ausführbares Beispiel

Einführung

Das Problem

Matrixmultiplikation steckt hinter Grafiktransformationen, neuronalen Netzen und Gleichungssystemen. Sie ist nicht dasselbe wie das Multiplizieren passender Zahlen, und der falsche Operator liefert ein falsches Ergebnis ohne jede Fehlermeldung.

Stell es dir so vor

Matrixmultiplikation ist wie ein Laden, der Bestellungen abrechnet. Die Zeile jedes Kunden listet, wie viele Stück er von jedem Artikel gekauft hat; jede Preisspalte listet, was jeder Artikel kostet. Die Rechnung eines Kunden ist die Summe aus Menge × Preis über eine Zeile und eine Spalte.

Von Ladenrechnungen zum Code
left🧾 Zeilen: was jeder Kunde gekauft hat
right💲 Spalten: die Preise
left @ right✖️ Zeile mal Spalte, dann aufsummieren
19 = 1×5 + 2×7🧮 Eine Zelle des Ergebnisses
Jede Ergebniszelle kombiniert eine Zeile der linken Matrix mit einer Spalte der rechten.
In einem Satz

Matrixmultiplikation (@) erzeugt eine Matrix, deren Zelle [i, j] die Summe der Produkte aus Zeile i der linken und Spalte j der rechten Matrix ist.

Das Wichtigste

  1. left @ right führt die Matrixmultiplikation aus.
  2. Das Ergebnis oben links, 19, ist 1×5 + 2×7: Zeile 1 von left mal Spalte 1 von right.
  3. Die Spaltenzahl von left muss der Zeilenzahl von right entsprechen.
  4. left * right würde stattdessen passende Zellen multiplizieren und ein anderes Ergebnis liefern.

Wann verwendet man das?

  • Lineare Algebra: Transformationen, Drehungen, Gleichungssysteme.
  • Schichten neuronaler Netze, die Matrixmultiplikationen sind.
  • Tabellen aus Mengen und Sätzen kombinieren, etwa Bestellungen und Preise.

Wann du es nicht brauchst

  • Zellenweise skalieren oder kombinieren: Nimm *.
  • Formen, die nicht passen: (2, 3) @ (2, 3) schlägt fehl; transponiere eine Seite, wenn du das meinst.

Beispielcode

Code ausführen →
main.py
import numpy as np

left = np.array([[1, 2], [3, 4]])
right = np.array([[5, 6], [7, 8]])

product = left @ right
print(product)
Run-Button für dieses Beispiel erstellen

Ergebnis der Ausführung

[[19 22]
 [43 50]]

Erklärung des Codes

Der Operator @ führt die Matrixmultiplikation aus, zum Beispiel ist das erste Element des Ergebnisses 1 × 5 + 2 × 7 = 19. Er unterscheidet sich von *, das nur Elemente an derselben Position miteinander multipliziert. Damit die Multiplikation möglich ist, muss die Spaltenzahl der linken Matrix der Zeilenzahl der rechten Matrix entsprechen.

Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.

Übungen zur Vertiefung

Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.

  1. Ändere die Form (shape) und den Datentyp (dtype) des Eingabearrays.
  2. Teste mit negativen Zahlen, Kommazahlen und fehlenden Werten.
  3. Wende dieselbe Operation auf ein größeres mehrdimensionales Array an und miss die Laufzeit.
Im Python-Compiler ausführen →

Häufige Fehler

* für Matrixmultiplikation verwenden

* multipliziert Zelle für Zelle und liefert still die falsche Antwort.

Problem
product = left * right
Lösung
product = left @ right

Lektion fertig?

Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.

Weiter: Der DataFrame in pandas →

Mit einer Challenge üben

Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.

Alle Challenges