Transposuj matrycę
macierz = [[1, 2, 4], [31, 17, 15]]
Lista wewnątrz powyższej listy to wiersz, a każdy element wewnątrz listy jest nazywany kolumną. Tak więc, w powyższym przykładzie, mamy dwa wiersze i trzy kolumny [2 x 3].
A także indeksowanie Pythona zaczyna się od zera.
Transpoza macierzy oznacza, że zmieniamy wiersze na kolumny lub kolumny na wiersze.
Omówmy różne rodzaje metod do transpozycji matrycy.
Metoda 1: Transposuj macierz Numpy Transpose ()
Pierwszą metodą, którą zamierzamy omówić, jest Numpy. Numpy zajmuje się głównie tablicą w Pythonie, a dla transpozycji nazwaliśmy metodę Transpose ().
W numerze komórki [24]: Importujemy moduł Numpy jako NP.
W numerze komórki [25]: Tworzymy tablicę Numpy z nazwą arr_matrix.
W numerze komórki [26]: wywoływamy metodę Transpose () i używamy operatora kropkowego z ARR_Matrix, który utworzyliśmy wcześniej.
W numerze komórki [27]: Drukujemy oryginalną matrycę (ARR_Matrix).
W numerze komórki [28]: Drukujemy macierz transpozycji (ARR_TRANSPOSE), a na podstawie wyników stwierdziliśmy, że nasza macierz jest teraz transponowana.
Metoda 2: Za pomocą metody Numpy.transponować()
Możemy również przenosić matrycę w Pythonie za pomocą Numpy.Transpose (). W tym przekazujemy matrycę do metody Transpose () jako parametr.
W numerze komórki [29] tworzymy matrycę za pomocą tablicy Numpy z nazwą arr_matrix.
W numerze komórki [30]: przekazaliśmy metodę ARR_Matrix do metody Transpose () i przechowujemy wyniki z powrotem do nowej zmiennej ARR_TRANSPOSE.
W numerze komórki [31]: Drukujemy oryginalną matrycę (ARR_Matrix).
W numerze komórki [32]: Drukujemy macierz transpozycji (ARR_TRANSPOSE), a na podstawie wyników stwierdziliśmy, że nasza macierz jest teraz transponowana.
Metoda 3: Matrix Transpose przy użyciu Library Sympy Library
Biblioteka Sympy to kolejne podejście, które pomaga nam transponować matrycę. Ta biblioteka używa symbolicznej matematyki do rozwiązania problemów algebry.
W numerze komórki [33]: importujemy bibliotekę sympy. Nie nadchodzi wraz z Pythonem, więc przed skorzystaniem z tej biblioteki musisz go jawnie zainstalować do swojego systemu; W przeciwnym razie dostaniesz błędy.
W numerze komórki [34]: tworzymy macierz za pomocą biblioteki sympy.
W numerze komórki [35]: Nazywamy transpose (t) z operatorem kropkowym i przechowujemy wyniki z powrotem do nowej zmiennej sympy_transpose.
W numerze komórki [36]: Drukujemy oryginalną matrycę (matryca).
W numerze komórki [37]: Drukujemy macierz transpozy (sympy_transpose), a z wyników stwierdziliśmy, że nasza macierz jest teraz transponowana.
Metoda 4: Matryca transpozycja za pomocą zagnieżdżonej pętli
Matryca transponują bez żadnej biblioteki w Python, jest zagnieżdżoną pętlą. Tworzymy matrycę, a następnie tworzymy kolejną macierz tego samego rozmiaru co oryginalna macierz do przechowywania wyników po transporcji. Nie wykonujemy twardego kodeksu macierzy wyników, ponieważ w przyszłości nie znamy wymiaru macierzy. Więc tworzymy rozmiar macierzy wyników przy użyciu samego oryginalnego rozmiaru macierzy.
W numerze komórki [38]: tworzymy macierz i drukujemy tę matrycę.
W numerze komórki [39]: Używamy niektórych pytalnych sposobów na znalezienie wymiaru macierzy transpozycyjnej za pomocą oryginalnej matrycy. Ponieważ jeśli tego nie zrobimy, musimy wspomnieć o wymiaru macierzy transpozycji. Ale dzięki tej metodzie nie dbamy o wymiary matrycy.
W liczbie komórki [40]: Uruchamiamy dwie pętle. Jedna górna pętla dotyczy wierszy i zagnieżdżonej pętli dla kolumnowej.
W numerze komórki [41]: Drukujemy oryginalną macierz (matryca).
W numerze komórki [42]: Drukujemy macierz transpozycji (trans_matrix), a na podstawie wyników stwierdziliśmy, że nasza macierz jest teraz transponowana.
Metoda 5: Korzystanie z rozumienia listy
Następną metodą, którą zamierzamy omówić, jest metoda zrozumienia listy. Ta metoda jest podobna do normalnego Pythona przy użyciu zagnieżdżonych pętli, ale w bardziej piytoniczny sposób. Możemy powiedzieć, że mamy bardziej zaawansowany sposób na rozwiązanie macierzy transpozycji w jednym wierszu kodu bez użycia biblioteki.
W numerze komórki [43]: tworzymy macierz M przy użyciu zagnieżdżonej listy.
W numerze komórki [44]: Używamy zagnieżdżonej pętli, jak omawiamy w poprzednim, ale tutaj w jednym wierszu, a także nie potrzebujemy wspominania o przeciwnym indeksie [J] [i], tak jak w poprzedniej pętli zagnieżdżonej.
W numerze komórki [45]: Drukujemy oryginalną matrycę (M).
W numerze komórki [42]: Drukujemy macierz transpozycji (trans_m), a na podstawie wyników stwierdziliśmy, że nasza macierz jest teraz transponowana.
Metoda 6: Transposuj matrycę za pomocą Pymatrix
Pymatrix to kolejna lekka biblioteka operacji macierzy w Python. Możemy również przeprowadzić transpozycję za pomocą Pymatrix.
W numerze komórki [43]: importujemy bibliotekę Pymatrix. Nie nadchodzi wraz z Pythonem, więc przed skorzystaniem z tej biblioteki musisz go jawnie zainstalować do swojego systemu; W przeciwnym razie dostaniesz błędy.
W numerze komórki [44]: tworzymy matrycę za pomocą biblioteki Pymatrix.
W numerze komórki [45]: Nazywamy Transpose (trans ()) z operatorem kropkowym i przechowujemy wyniki z powrotem do nowej zmiennej Pymatrix_Transpose.
W numerze komórki [46]: Drukujemy oryginalną macierz (matryca).
W numerze komórki [47]: Drukujemy macierz transpozycji (Pymatrix_Transpose), a z wyników stwierdziliśmy, że nasza macierz jest teraz transponowana.
Metoda 7: Za pomocą metody ZIP
ZIP to kolejna metoda transpozycji macierzy.
W numerze komórki [63]: Utworzyliśmy nową matrycę za pomocą listy.
W numerze komórki [64]: przekazaliśmy macierz do zamka z operatorem *. Nazywamy każdy wiersz, a następnie konwertujemy ten wiersz na nową listę, która staje się transpozycją macierzy.
Wniosek: Widzieliśmy różne rodzaje metod, które mogą nam pomóc w transponce matrycy. W którym niektóre metody używają tablicy i listy Numpy. Widzieliśmy, że tworzenie macierzy za pomocą zagnieżdżonej listy jest bardzo łatwe w porównaniu z tablicą Numpy. Widzieliśmy także nowe biblioteki, takie jak Pymatrix i Sympy. W tym artykule staramy się wspomnieć o wszystkich metodach transponowania, których używany programista używa.