py list matrix 2d mul 1
Perkalian matriks dengan skalar dalam Pyton dapat dilakukan menggunakan paket NumPy [ 1 ], yang perlu pendekatan tersendiri agar lebih cepat untuk matriks berukuran cukup besar [ 2 ]. Di sini akan dibahas pendekatan yang lebih sederhana menggunakan list, dan karena memang hanya untuk tujuan pembelajaran, diterapkan untuk matriks berukuran kecil.
matrix multiplication with scalar
Terdapat suatu bilangan skalar $c \ne 0$ dan suatu matriks
\begin{equation}\label{eqn:matrix-a} A = \left[ \begin{array}{ccc} a_{11} & a_{12} & a_{13} \newline a_{21} & a_{22} & a_{23} \newline a_{31} & a_{32} & a_{33} \newline a_{41} & a_{42} & a_{43} \newline a_{51} & a_{52} & a_{53} \end{array} \right] \end{equation}
yang akan dikalikan
\begin{equation}\label{eqn:matrix-b=ca} B = cA, \end{equation}
dengan
\begin{equation}\label{eqn:matrix-b} B = \left[ \begin{array}{ccc} b_{11} & b_{12} & b_{13} \newline b_{21} & b_{22} & b_{23} \newline b_{31} & b_{32} & b_{33} \newline b_{41} & b_{42} & b_{43} \newline b_{51} & b_{52} & b_{53} \end{array} \right], \end{equation}
di mana berlaku
\begin{equation}\label{eqn:matrix-b=ca-element} b_{ij} = c a_{ij}, \end{equation}
untuk setiap elemennya.
a code
Suatu pustaka matrix.py berisikan
# matrix.py
# Simple matrix library using list
# 20220216 Create this example.
# print only two-dimension matrix in form of a list
def printmat(m):
# assume that all rows have the same columns
row = len(m)
col = len(m[0])
# iterate through rows then colums
for r in range(row):
for c in range(col):
print(m[r][c], end='\t')
print()
# create an new two-dimension matrix in form of a list filled with zero
def newmat(row, col):
# create empty matrix
m = []
# iterate through rows then colums
for r in range(row):
newrow = []
for c in range(col):
newrow.append(0)
m.append(newrow)
return m
diperlukan agar dapat menggunakan printmat dan newmat dalam program berikut
# 0480-matrix-no-numpy-mul1.py
# Multiply a matrix with a scalar
# 20220216 Create this example.
import matrix as mat
# multiply a matrix with a scalar
def mulmat1(m, a):
# assume all rows have the same number of columns
row = len(m)
col = len(m[0])
m2 = mat.newmat(row, col)
# iterate through rows then colums
for r in range(row):
for c in range(col):
m2[r][c] = m[r][c] * a
return m2
# define a list as two-dimension matrix
m1 = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
a = 2
m2 = mulmat1(m1, a)
# display results
print("m1:")
mat.printmat(m1)
print("a:")
print(a)
print("m2 = m1 · a:")
mat.printmat(m2)
yang memberikan hasil
===== RESTART: 0480-matrix-no-numpy-mul1.py ====
m1:
1 2 3
4 5 6
7 8 9
a:
2
m2 = m1 · a:
2 4 6
8 10 12
14 16 18
saat dijalankan.
Modifikasi kode di atas, sehingga mat dapat tetap digunakan, dapat dijalankan di OneCompiler
3xtm8gj8p
, yang memerlukan definisi suatu namespace mat berisikan fungsi yang diperlukan untuk menggantikan baris import matrix as mat
#import matrix as mat
class mat:
# print only two-dimension matrix in form of a list
def printmat(m):
# assume that all rows have the same number of columns
row = len(m)
col = len(m[0])
# iterate through rows then colums
for r in range(row):
for c in range(col):
print(m[r][c], end='\t')
print()
# create an new two-dimension matrix in form of a list filled with zero
def newmat(row, col):
# create empty matrix
m = []
# iterate through rows then colums
for r in range(row):
newrow = []
for c in range(col):
newrow.append(0)
m.append(newrow)
return m
agar tidak perlu mengubah baris kode yang lain. Penggunaan pustaka matrix ini adalah untuk menyembuyikan fungsi-fungsi yang bukan menjadi fokus pembahasan di sini sehingga contoh program dapat masih cukup ringkas.
exer
- Terdapat berapa fungsi yang digunakan dalam paket
matrix? Apa saja fungsi yang dimaksud?
note
- Deven, “How to multiply array by scalar in python”, CodeSource, 12 Mar 2021, url https://codesource.io/how-to-multiply-array-by-scalar-in-python/ [20220217].
- Jérôme Richard, “Answer to ‘Most efficient way to multiply a small matrix with a scalar in numpy’”, Stack Overflow, 23 Apr 2021, url https://stackoverflow.com/a/67233600/9475509 [20220217].