Python實(shí)現(xiàn)的矩陣轉(zhuǎn)置與矩陣相乘運(yùn)算示例
本文實(shí)例講述了Python實(shí)現(xiàn)的矩陣轉(zhuǎn)置與矩陣相乘運(yùn)算。分享給大家供大家參考，具體如下：
矩陣轉(zhuǎn)置
方法一 ：使用常規(guī)的思路
def transpose(M):
# 初始化轉(zhuǎn)置后的矩陣
result = []
# 獲取轉(zhuǎn)置前的行和列
row, col = shape(M)
# 先對列進(jìn)行循環(huán)
for i in range(col):
# 外層循環(huán)的容器
item = []
# 在列循環(huán)的內(nèi)部進(jìn)行行的循環(huán)
for index in range(row):
item.append(M[index][i])
result.append(item)
return result
思路：矩陣的轉(zhuǎn)置就是從行變成列, 列變成行
- 先定義一個(gè)最終存放矩陣的容器
- 先對列進(jìn)行循環(huán)i，并定義一個(gè)臨時(shí)數(shù)組用于存放數(shù)據(jù)，在每次列的循環(huán)內(nèi)部，再次對行進(jìn)行循環(huán)j，取第M[j][i]個(gè)元素存入一個(gè)臨時(shí)數(shù)組中
- 在每次列循環(huán)完畢，將臨時(shí)數(shù)組存入最終數(shù)組中
- 當(dāng)列循環(huán)完畢, 最終數(shù)組就是矩陣的轉(zhuǎn)置
方法二：使用zip解包
def transpose(M): # 直接使用zip解包成轉(zhuǎn)置后的元組迭代器，再強(qiáng)轉(zhuǎn)成list存入最終的list中 return [list(row) for row in zip(*M)]
思路:
zip 解包后，返回一個(gè)將多個(gè)可迭代對象組合成一個(gè)元組序列的迭代器，正如：
my_zip = list(zip(['a', 'b', 'c'], [1, 2, 3]))
print(my_zip) # [('a', 1), ('b', 2), ('c', 3)]
在每次循環(huán)中將元組強(qiáng)轉(zhuǎn)成list 并存入總list中
矩陣相乘
def matrixMultiply(A, B):
# 獲取A的行數(shù)和列數(shù)
A_row, A_col = shape(A)
# 獲取B的行數(shù)和列數(shù)
B_row, B_col = shape(B)
# 不能運(yùn)算情況的判斷
if(A_col != B_row):
raise ValueError
# 最終的矩陣
result = []
# zip 解包后是轉(zhuǎn)置后的元組，強(qiáng)轉(zhuǎn)成list, 存入result中
BT = [list(row) for row in zip(*B)]
# 開始做乘積運(yùn)算
for A_index in range(A_row):
# 用于記錄新矩陣的每行元素
rowItem = []
for B_index in range(len(BT)):
# num 用于累加
num = 0
for Br in range(len(BT[B_index])):
num += A[A_index][Br] * BT[B_index][Br]
# 累加完成后，將數(shù)據(jù)存入新矩陣的行中
rowItem.append(num)
result.append(rowItem)
return result
說明： A矩陣與B矩陣的乘法運(yùn)算，最終得到新的矩陣X ， 思路
- 首先判斷是否可以相乘：前提條件是A的列與B的行要相同
- 我們可以畫圖理解：假如A是3行5列，B是5行2列，相乘結(jié)果是3行2列
- 將B轉(zhuǎn)置后是2行5列，我們稱之為BT, 這樣 A 和 BT 都是5列了
- 則A的每行中的第 i 個(gè)元素 * BT每行中的第 i 個(gè)元素，相加構(gòu)成新矩陣X的新行，循環(huán)A行，共3行，則新矩陣X就會逐步添加新行，待循環(huán)完畢，得到新矩陣X
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》
希望本文所述對大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
Python?multiprocessing?共享對象的示例代碼
在 Python 中使用 multiprocessing，一個(gè)新的進(jìn)程可以獨(dú)立運(yùn)行并擁有自己的內(nèi)存空間，下面通過示例代碼講解Python multiprocessing共享對象的相關(guān)知識，感興趣的朋友跟隨小編一起看看吧2023-07-07
pandas學(xué)習(xí)之txt與sql文件的基本操作指南
Pandas是Python的第三方庫,提供高性能易用的數(shù)據(jù)類型和分析工具,下面這篇文章主要給大家介紹了關(guān)于pandas學(xué)習(xí)之txt與sql文件的基本操作指南,需要的朋友可以參考下2021-08-08
教你用python實(shí)現(xiàn)一個(gè)無界面的小型圖書管理系統(tǒng)
今天帶大家學(xué)習(xí)怎么用python實(shí)現(xiàn)一個(gè)無界面的小型圖書管理系統(tǒng),文中有非常詳細(xì)的圖文解說及代碼示例,對正在學(xué)習(xí)python的小伙伴們有很好地幫助,需要的朋友可以參考下2021-05-05
pandas修改DataFrame列名的實(shí)現(xiàn)方法
這篇文章主要介紹了pandas修改DataFrame列名的實(shí)現(xiàn)方法， 文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-02-02
python opencv檢測直線 cv2.HoughLinesP的實(shí)現(xiàn)
cv2.HoughLines()函數(shù)是在二值圖像中查找直線，本文結(jié)合示例詳細(xì)的介紹了cv2.HoughLinesP的用法，感興趣的可以了解一下2021-06-06
python logging重復(fù)記錄日志問題的解決方法
python的logging模塊是python使用過程中打印日志的利器，下面這篇文章主要給大家介紹了關(guān)于python logging重復(fù)記錄日志問題的解決方法，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考下2018-07-07
Python實(shí)現(xiàn)復(fù)制圖片到指定文件夾并按順序重新命名
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)將360個(gè)文件夾里的照片，全部復(fù)制到指定的文件夾中，并且按照順序重新命名，感興趣的小伙伴可以了解一下2023-03-03
"absl" 是 Google 開發(fā)的一個(gè) Python 軟件包,用于提供一些常見的 Python 編程功能和工具,以改善代碼的可讀性、可維護(hù)性和性能,下面我們就來看看absl包的具體使用吧2023-11-11
Python?Flask實(shí)現(xiàn)圖片上傳與下載的示例詳解
這篇文章主要為大家詳細(xì)介紹了如何利用Python和Flask實(shí)現(xiàn)圖片上傳與下載（支持漂亮的拖拽上傳），文中示例代碼講解詳細(xì)，感興趣的可以了解一下2022-05-05
這篇文章主要介紹了Python特殊屬性property原理及使用方法,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-10-10