如何在python中使用矩阵和向量的reduce/lambda函数？

Question

我正在尝试使用函数式编程来编写以下函数。

def mv(A,X,n): 
    Y = [0]*n 
    for i in range(n): 
     for j in range(n): 
      Y[i] += A[i][j] * X[j] 
    return Y 

减法函数可以将一个向量乘以一个矩阵吗？因为这是我在这里要做的。我正在尝试将矩阵A与矢量X相乘，但收到错误。错误是：

TypeError: 'function' object is not iterable

def mv(A,X,n): 
    return list(map(sum,lambda x, y: x*y(A, X))) 

要输入：

A = [[1,2],[3,4]] 
X = [1,2] 
n = 2 
print(mv(A,X,n)) 

输出应该是：

[5,11] 

Answer 1

使用列表推导这里有一个快速和肮脏的解决方案，如果你想要坚持功能结构（在map和之上的Python中受到理解）：

import operator as op 
x = [[1],[2],[3]] # Notice the dimensions! 
A = [[1,1,1], 
    [2,2,2], 
    [3,3,3]] 

def matrix_mult(A, X): 
    return [ 
     [sum(map(op.mul, row, col)) for col in zip(*X)] 
     for row in A 
    ] 

在行动中看到：

In [17]: A 
Out[17]: [[1, 1, 1], [2, 2, 2], [3, 3, 3]] 

In [18]: x 
Out[18]: [[1], [2], [3]] 

In [19]: matrix_mult(A, x) 
Out[19]: [[6], [12], [18]]