NumPyをオンライン実行

NumPyで行列の掛け算をする

このレッスンでは、NumPyの演算子@で2つの行列を掛け算し、要素ごとの掛け算との違いを確認します。

  • 中級
  • 約2分で読めます
  • 実行できるサンプル 1 件

はじめに

どんな問題を解決するか

行列の掛け算は、グラフィックスの変換、ニューラルネットワーク、連立方程式の裏側にあります。対応する数どうしを掛けるのとは違い、間違った演算子を使ってもエラーにならずに間違った結果になります。

身近なたとえ

行列の掛け算は、店が注文を合計するようなものです。各客の行はそれぞれの品物をいくつ買ったか、各価格の列はそれぞれの品物がいくらかを表します。客の請求額は、1つの行と1つの列で「個数 × 価格」を足したものです。

店の請求書からコードへ
left🧾 行:各客が買ったもの
right💲 列:価格
left @ right✖️ 行と列を掛けて足す
19 = 1×5 + 2×7🧮 結果の1つのセル
結果の各セルは、左の行列の行と右の行列の列を組み合わせます。
ひと言でいうと

行列の掛け算(@)は、セル [i, j] が左の行列の i 行目と右の行列の j 列目の積の和である行列を作ります。

重要なポイント

  1. left @ right は行列の掛け算を行います。
  2. 左上の結果19は 1×5 + 2×7 で、left の1行目と right の1列目です。
  3. left の列数は right の行数と等しくなければなりません。
  4. left * right は対応するセルどうしを掛けるので、別の結果になります。

どんな場面で使う?

  • 線形代数:変換、回転、連立方程式。
  • ニューラルネットワークの層。これは行列の掛け算です。
  • 注文と価格のように、数量と単価の表を組み合わせる。

使わなくてよいとき

  • セルごとに拡大したり組み合わせたりする場合:* を使います。
  • 合わない形:(2, 3) @ (2, 3) は失敗します。それが意図なら片方を転置します。

サンプルコード

コードを実行 →
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)
この例の実行ボタンを作成

実行結果

[[19 22]
 [43 50]]

コードの解説

演算子@は行列の掛け算を行い、たとえば結果の最初の要素は1 × 5 + 2 × 7 = 19です。同じ位置の要素どうしを掛けるだけの*とは別物です。掛け算をするには、左の行列の列数が右の行列の行数と等しくなければなりません。

値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。

発展問題

下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。

  1. 入力配列の形状(shape)とデータ型(dtype)を変える。
  2. 負の数、小数、欠損値で試す。
  3. もっと大きな多次元配列に同じ操作をして、実行時間を測る。
Pythonコンパイラで実行 →

よくある間違い

行列の掛け算に * を使う

* はセルごとに掛けるので、黙って間違った答えを返します。

問題
product = left * right
修正
product = left @ right

このレッスンを終えましたか?

学習済みにすると進み具合を記録できます。

次へ: pandasのDataFrame →

チャレンジで練習する

このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。

すべてのチャレンジ