Exécuter NumPy en ligne

Multiplier des matrices avec NumPy

Dans cette leçon, vous allez multiplier deux matrices avec l'opérateur @ de NumPy et le distinguer de la multiplication terme à terme.

  • Intermédiaire
  • 2 min de lecture
  • 1 exemple exécutable

Introduction

Le problème

La multiplication de matrices se cache derrière les transformations graphiques, les réseaux de neurones et les systèmes d'équations. Elle ne consiste pas à multiplier les nombres situés à la même place, et le mauvais opérateur donne un résultat faux sans la moindre erreur.

Imaginez-le ainsi

La multiplication de matrices, c'est comme une boutique qui fait le total de ses commandes. Chaque client a sa ligne, qui indique combien il a acheté de chaque article. Chaque colonne de prix indique ce que coûte chaque article. La facture d'un client est la somme des quantité × prix, calculée sur une ligne et une colonne.

Des factures de boutique au code
left🧾 Les lignes : ce qu'a acheté chaque client
right💲 Les colonnes : les prix
left @ right✖️ Ligne fois colonne, puis additionner
19 = 1×5 + 2×7🧮 Une case du résultat
Chaque case du résultat combine une ligne de la matrice de gauche avec une colonne de celle de droite.
En une phrase

La multiplication de matrices (@) produit une matrice dont la case [i, j] est la somme des produits de la ligne i de la matrice de gauche par la colonne j de la matrice de droite.

Points clés

  1. left @ right effectue la multiplication de matrices.
  2. Le résultat en haut à gauche, 19, vaut 1×5 + 2×7 : la ligne 1 de left fois la colonne 1 de right.
  3. Le nombre de colonnes de left doit être égal au nombre de lignes de right.
  4. left * right multiplierait, lui, les cases situées à la même place, ce qui donne un autre résultat.

Quand l’utiliser ?

  • L'algèbre linéaire : transformations, rotations, systèmes d'équations.
  • Les couches des réseaux de neurones, qui sont des multiplications de matrices.
  • Combiner des tableaux de quantités et de tarifs, comme des commandes et des prix.

Quand s'en passer

  • Mettre à l'échelle ou combiner case par case : utilisez *.
  • Des formes incompatibles : (2, 3) @ (2, 3) échoue. Transposez l'une des deux matrices si c'est bien le calcul que vous voulez.

Code d’exemple

Exécuter le code →
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)
Obtenir un bouton Run pour cet exemple

Résultat de l’exécution

[[19 22]
 [43 50]]

Explication du code

L'opérateur @ effectue le produit matriciel : par exemple, le premier élément du résultat vaut 1 × 5 + 2 × 7 = 19. Il est différent de *, qui multiplie seulement les éléments situés à la même position. Pour pouvoir multiplier, le nombre de colonnes de la matrice de gauche doit être égal au nombre de lignes de celle de droite.

Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.

Exercices d’approfondissement

Essayez de modifier le code en suivant les pistes ci-dessous. Changer le code et observer le résultat vous fera bien mieux comprendre la leçon que la simple lecture.

  1. Changez la forme (shape) et le type de données (dtype) du tableau d’entrée.
  2. Testez avec des nombres négatifs, des décimaux et des valeurs manquantes.
  3. Appliquez la même opération à un tableau plus grand à plusieurs dimensions et mesurez le temps.
Exécuter dans le compilateur Python →

Erreurs fréquentes

Utiliser * pour la multiplication de matrices

* multiplie case par case et donne un mauvais résultat sans signaler d'erreur.

Problème
product = left * right
Correction
product = left @ right

Leçon terminée ?

Marquez-la comme apprise pour suivre votre progression.

S'entraîner avec un défi

Utilisez le contenu de cette leçon pour résoudre un vrai problème. Chaque défi s'exécute dans le navigateur, avec des tests instantanés et une revue par l'IA.

Tous les défis