没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
Python实现的矩阵转置与矩阵相乘运算示例实现的矩阵转置与矩阵相乘运算示例
主要介绍了Python实现的矩阵转置与矩阵相乘运算,结合实例形式分析了Python针对矩阵进行转置与相乘运算的
相关实现技巧与操作注意事项,需要的朋友可以参考下
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:
矩阵转置矩阵转置
方法一方法一 :使用常规的思路: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
先定义一个最终存放矩阵的容器
先对列进行循环i,并定义一个临时数组用于存放数据,在每次列的循环内部,再次对行进行循环j,取第M[j][i]个元素存
入一个临时数组中
在每次列循环完毕,将临时数组存入最终数组中
当列循环完毕, 最终数组就是矩阵的转置
方法二:使用方法二:使用zip解包解包
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
资源评论
weixin_38655810
- 粉丝: 6
- 资源: 907
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功