天安邮件系统,DRV8870,津门
本文实例讲述了python实现的矩阵转置与矩阵相乘运算。分享给大家供大家参考,具体如下:
矩阵转置
方法一 :使用常规的思路
def transpose(m): # 初始化转置后的矩阵 result = [] # 获取转置前的行和列 row, col = shape(m) # 先对列进行循环 for i in range(col): # 外层循环的容器 item = [] # 在列循环的内部进行行的循环 for index in range(row): item.append(m[index][i]) result.append(item) return result
思路:矩阵的转置就是从行变成列, 列变成行
方法二:使用zip解包
def transpose(m): # 直接使用zip解包成转置后的元组迭代器,再强转成list存入最终的list中 return [list(row) for row in zip(*m)]
思路:
zip 解包后,返回一个将多个可迭代对象组合成一个元组序列的迭代器,正如:
my_zip = list(zip(['a', 'b', 'c'], [1, 2, 3])) print(my_zip) # [('a', 1), ('b', 2), ('c', 3)]
在每次循环中将元组强转成list 并存入总list中
矩阵相乘
def matrixmultiply(a, b): # 获取a的行数和列数 a_row, a_col = shape(a) # 获取b的行数和列数 b_row, b_col = shape(b) # 不能运算情况的判断 if(a_col != b_row): raise valueerror # 最终的矩阵 result = [] # zip 解包后是转置后的元组,强转成list, 存入result中 bt = [list(row) for row in zip(*b)] # 开始做乘积运算 for a_index in range(a_row): # 用于记录新矩阵的每行元素 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,将数据存入新矩阵的行中 rowitem.append(num) result.append(rowitem) return result
说明: a矩阵与b矩阵的乘法运算,最终得到新的矩阵x , 思路
更多关于python相关内容感兴趣的读者可查看本站专题:《python数学运算技巧总结》、《python数据结构与算法教程》、《python函数使用技巧总结》、《python字符串操作技巧汇总》及《python入门与进阶经典教程》
希望本文所述对大家python程序设计有所帮助。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论