Multiplicación de matrices con np.matmul y @

La multiplicación de matrices es fundamental en la ciencia de datos y el aprendizaje automático. Es la base de las redes neuronales, la reducción de dimensionalidad y las transformaciones lineales. En Python, NumPy ofrece dos formas sencillas de multiplicar matrices: la función np.matmul() y el operador @, introducido en Python 3.5. Ambas son rápidas, vectorizadas y mucho más eficientes que los bucles de Python anidados.

Para dos matrices A y B, el producto A @ B solo es válido cuando el número de columnas de A es igual al número de filas de B. Si A tiene forma (m, n) y B tiene forma (n, k), el resultado tiene forma (m, k). Esta regla se denomina restricción de las dimensiones internas y se aplica independientemente de la función de NumPy que utilice.

np.matmul(A, B) y A @ B producen resultados idénticos para matrices 2D. El operador @ es simplemente azúcar sintáctico: internamente llama a __matmul__, que NumPy implementa mediante la misma rutina BLAS a nivel de C. Use @ en el código cotidiano por legibilidad; use np.matmul cuando quiera pasar la función como objeto invocable o gestionar explícitamente casos especiales.

NumPy tiene tres funciones de multiplicación que se confunden fácilmente. A * B es una multiplicación elemento a elemento (producto de Hadamard). np.dot(A, B) se comporta como np.matmul con matrices 2D, pero tiene una semántica diferente con dimensiones superiores. A @ B es estrictamente una multiplicación matricial y sigue con precisión la definición matemática; prefiera este operador a np.dot para trabajar con matrices.

A diferencia de la multiplicación de escalares, la multiplicación de matrices no es conmutativa: A @ B normalmente difiere de B @ A. Es posible que las formas ni siquiera sean compatibles en ambas direcciones. Esto es importante al escribir transformaciones: el orden de las operaciones cambia el resultado. Compruebe siempre qué matriz está a la izquierda y cuál a la derecha.

Cuando sus matrices tienen más de dos dimensiones, np.matmul y @ tratan las dimensiones iniciales adicionales como dimensiones de lote y multiplican las matrices en paralelo. Por ejemplo, una matriz de forma (32, 3, 4) multiplicada por otra de forma (32, 4, 5) produce un resultado de forma (32, 3, 5): 32 multiplicaciones independientes de 3×4 @ 4×5 a la vez. Así es como los frameworks de aprendizaje profundo procesan los minibatches de forma eficiente.

Un caso especial habitual consiste en multiplicar una matriz por un vector. Si A tiene forma (m, n) y v es una matriz unidimensional de longitud n, entonces A @ v produce una matriz unidimensional de longitud m. NumPy ajusta las formas automáticamente; no necesita reestructurar v como un vector columna. Este patrón aparece en todas partes: al aplicar pesos en regresión lineal, proyectar características y calcular simultáneamente los productos escalares de cada fila.

La multiplicación de matrices de NumPy llama a rutinas BLAS/LAPACK optimizadas y se ejecuta en código C compilado. Un bucle anidado escrito íntegramente en Python que implemente la misma operación suele ser entre 100 y 1000 veces más lento con matrices grandes. Cuando necesite productos matriciales repetidos en una canalización de datos —transformaciones de características, proyecciones PCA o actualizaciones de pesos— use siempre @ o np.matmul y no implemente el bucle interno por su cuenta.

Puede encadenar varias operaciones @ en una sola expresión: A @ B @ C se evalúa de izquierda a derecha. NumPy no optimiza automáticamente el orden de multiplicación (a diferencia de mtimes de MATLAB), por lo que, si las matrices tienen tamaños muy diferentes, el orden puede afectar al rendimiento. Para tres o más matrices, considere usar np.linalg.multi_dot([A, B, C]), que selecciona automáticamente la agrupación más eficiente.

El error más común al multiplicar matrices es que las dimensiones no coincidan: ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0. Para solucionarlo, compruebe las dimensiones con A.shape y asegúrese de que las dimensiones internas coincidan. Si tiene un vector fila de dimensión (n,) que debe tratarse como un vector columna de dimensión (n, 1), use v.reshape(-1, 1). Si necesita la transpuesta, use A.T.

Un caso de uso habitual en ciencia de datos: tiene un conjunto de datos X de dimensión (n_samples, n_features) y una matriz de pesos W de dimensión (n_features, n_outputs). El producto matricial X @ W aplica una transformación lineal a todas las muestras simultáneamente y produce una matriz de dimensión (n_samples, n_outputs). Este es el cálculo central de una capa lineal de una red neuronal y de la predicción mediante regresión lineal.

En esta lección ha aprendido que np.matmul y @ implementan una verdadera multiplicación matricial (no elemento a elemento), que las dimensiones internas de las dos matrices deben coincidir y que @ admite la multiplicación por lotes en las dimensiones iniciales. A continuación exploraremos los determinantes, las inversas y las transpuestas: las operaciones que indican si una matriz se puede «deshacer».