Python矩阵运算：从基础实现到列表推导式优化

宋时安

发布时间：2026-10-13 | 2人浏览过

原创

本文深入探讨Python中矩阵加法和乘法的实现方式。通过对比传统循环实现的“反例”与利用列表推导式的简洁写法，展示了Python处理二维数组的高效技巧。文章提供了矩阵加法及乘法（含标量乘矩阵）的具体代码示例，帮助开发者掌握更Pythonic的编程风格。

本文通过具体实例，详细解析了Python中矩阵加法与乘法的具体实现方法，旨在为读者提供实用的参考代码。

起初可能认为，使用Python的列表（list）来表示矩阵并执行运算会十分简单，但实际开发中发现其中存在一些需要注意的细节和潜在问题。

首先展示一段不够“Pythonic”的矩阵加法实现代码，将其作为反面案例供读者反思。

def add(a, b):
   rows = len(a[0])
   cols = len(a)
   c = []
   for i in range(rows):
     temp = []
     for j in range(cols):
       temp.append(a[i][j] + b[i][j])
     c.append(temp)
   return c

随后通过查阅相关资料，找到了一种更为简洁高效的实现方案，尽管可能还有更优解，但该方案已具备很好的参考价值。

矩阵加法实现

def madd(M1, M2):
  if isinstance(M1, (tuple, list)) and isinstance(M2, (tuple, list)):
    return [[m+n for m,n in zip(i,j)] for i, j in zip(M1,M2)]

矩阵乘法实现

def multi(M1, M2):
  if isinstance(M1, (float, int)) and isinstance(M2, (tuple, list)):
    return [[M1*i for i in j] for j in M2]
  if isinstance(M1, (tuple, list)) and isinstance(M2, (tuple, list)):
    return [[sum(map(lambda x: x[0]*x[1], zip(i,j)))
         for j in zip(*M2)] for i in M1]

若读者对Python其他技术细节感兴趣，可进一步查阅本站的相关专题，包括《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》以及《Python入门与进阶经典教程》。

希望上述关于Python程序设计的分享能对各位读者有所帮助。