Python实现的矩阵转置与矩阵相乘运算示例

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

• 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

• 首先判断是否可以相乘：前提条件是a的列与b的行要相同
• 我们可以画图理解：假如a是3行5列，b是5行2列，相乘结果是3行2列
• 将b转置后是2行5列，我们称之为bt, 这样 a 和 bt 都是5列了
• 则a的每行中的第 i 个元素 * bt每行中的第 i 个元素，相加构成新矩阵x的新行，循环a行，共3行，则新矩阵x就会逐步添加新行，待循环完毕，得到新矩阵x

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。