以下是一个示例代码，演示了如何按行将矩阵乘以向量：

import numpy as np

def matrix_multiply(matrix, vector):
    # 获取矩阵的行数和列数
    rows, cols = matrix.shape
    
    # 创建一个与向量长度相同的空数组，用于存储结果
    result = np.zeros(vector.shape)
    
    # 遍历矩阵的每一行
    for i in range(rows):
        # 将矩阵的当前行与向量逐元素相乘，并将结果累加到结果数组中
        result[i] = np.sum(matrix[i] * vector)
    
    return result

# 创建一个3x3的矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 创建一个长度为3的向量
vector = np.array([1, 2, 3])

# 调用函数进行矩阵乘向量操作
result = matrix_multiply(matrix, vector)

print(result)

上述代码中，我们使用了numpy库来进行矩阵和向量的操作。首先，我们定义了一个matrix_multiply函数，该函数接受一个矩阵和一个向量作为输入。然后，我们获取矩阵的行数和列数，并创建一个与向量长度相同的空数组result，用于存储结果。

接下来，我们使用一个循环遍历矩阵的每一行。在每一次循环中，我们将矩阵的当前行与向量逐元素相乘，并使用np.sum函数将结果累加到结果数组result中。

最后，我们调用matrix_multiply函数，并将矩阵和向量作为参数传入。最终的结果将打印出来。

请注意，这只是一个示例代码，实际的解决方法可能会根据具体的编程语言、库和问题要求而有所不同。