Python实现矩阵转置的方法分析
本文实例讲述了Python实现矩阵转置的方法。分享给大家供大家参考，具体如下：
前几天群里有同学提出了一个问题：手头现在有个列表，列表里面两个元素，比如[1, 2]，之后不断的添加新的列表，往原来相应位置添加。例如添加[3, 4]使原列表扩充为[[1, 3], [2, 4]]，再添加[5, 6]扩充为[[1, 3, 5], [2, 4, 6]]等等。
其实不动脑筋的话，用个二重循环很容易写出来：
def trans(m):
a = [[] for i in m[0]]
for i in m:
for j in range(len(i)):
a[j].append(i[j])
return a
m = [[1, 2], [3, 4], [5, 6]] # 想象第一个列表是原始的，后面的是往里添加的
print trans(m) # result:[[1, 3, 5], [ 2, 4, 6]]
然而不管怎么看这种代码都很丑。
仔细看了一下m这种结构。等等，这不是字典的iteritems()的结果么？如果dict(m)，那么结果——不就是keys()和values()么？
于是利用字典转换一下：
def trans(m): d = dict(m) return [d.keys(), d.values()]
可是再仔细想想，这里面有bug。如果添加列表的第一个元素相同，也就是转化之后dict的key相同，那肯定就不行了呀！况且，如果原始列表不是两个，而是多个，肯定不能用字典的呀！于是这种方法作罢，还是好好看看列表的形状。
然后又是一个不小心的发现：
这种转置矩阵的即时感是怎么回事？
没错，这个问题的本质就是求解转置矩阵。于是就简单了，还是用个不动脑筋的办法：
def trans(m):
for i in range(len(m)):
for j in range(i):
m[i][j], m[j][i] = m[j][i], m[i][j]
return m
m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print trans(m)
其实还是有点bug的，看起来是好用的，然而这个矩阵要求行列长度相同才行。
最后，群里某大神说：如果只是转置矩阵的话，直接zip就好了。这才想起来zip的本质就是这样的，取出列表中的对应位置的元素，组成新列表，正是这个题目要做的。
所以最终，这个题目（转置矩阵）的python解法就相当奇妙了：
def trans(m): return zip(*d)
没错，就这么简单。python的魅力。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《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。
相关文章
yield from 是在Python3.3才出现的语法，这篇文章主要为大家介绍了yield from语法的具体使用，文中的示例代码简洁易懂，感兴趣的小伙伴可以收藏一下2023-05-05
这篇文章主要为大家介绍了Python入门类和对象，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2021-12-12
这篇文章主要介绍了学习python之编写简单简单连接数据库并执行查询操作,需要的朋友可以参考下2016-02-02
这篇文章主要为大家详细介绍了Matlab实现图像边缘检测，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-10-10
这篇文章主要介绍了Python Opencv图像处理基本操作代码详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-08-08
is和==都是对对象进行比较判断作用的，但对对象比较判断的内容并不相同，下面来看看具体区别在哪?对Python中is和==的区别感兴趣的朋友跟随小编一起看看吧2023-01-01
正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法。这篇文章主要介绍了python里使用正则表达式来替换匹配成功的组,需要的朋友可以参考下2017-11-11
今天小编就为大家分享一篇Django 日志配置按日期滚动的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要为大家介绍了Python hashlib库数据安全加密的使用实例探究,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-01-01
使用jupyter Nodebook查看函数或方法的参数以及使用情况
这篇文章主要介绍了使用jupyter Nodebook查看函数或方法的参数以及使用情况，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04
最新评论