Python 矩阵运算：矩阵减法

# /*
# Python 矩阵运算：矩阵减法
# --------------------------------------------------------
# 定义：
# 矩阵减法要求两个矩阵的行数和列数相同，
# 对应元素逐个相减得到新矩阵。
#
# 示例演示：
# 1) 使用嵌套列表表示矩阵
# 2) 逐元素相减
# 3) 可扩展到任意尺寸矩阵
# */

# --------------------------------------------------------
# 示例矩阵
A = [
    [5, 7, 9],
    [10, 12, 14]
]

B = [
    [1, 2, 3],
    [4, 5, 6]
]

# 初始化结果矩阵
rows = len(A)
cols = len(A[0])
C = [[0 for _ in range(cols)] for _ in range(rows)]

# 矩阵减法
for i in range(rows):
    for j in range(cols):
        C[i][j] = A[i][j] - B[i][j]

print("矩阵 A：", A)
print("矩阵 B：", B)
print("矩阵相减结果 C：", C)

# --------------------------------------------------------
# 使用 numpy 库简化矩阵运算
import numpy as np

A_np = np.array(A)
B_np = np.array(B)
C_np = A_np - B_np

print("使用 numpy 相减结果：\n", C_np)

# --------------------------------------------------------
# 要点总结：
# 1) 矩阵减法要求维度相同；
# 2) 对应元素逐一相减生成新矩阵；
# 3) 原生嵌套列表适合小矩阵计算；
# 4) numpy 数组可大幅简化矩阵运算；
# 5) 可扩展到矩阵加法、标量运算等。
# */

# 矩阵 A： [[5, 7, 9], [10, 12, 14]]
# 矩阵 B： [[1, 2, 3], [4, 5, 6]]
# 矩阵相减结果 C： [[4, 5, 6], [6, 7, 8]]
# 使用 numpy 相减结果：
#  [[4 5 6]
#  [6 7 8]]