【Python矩阵转置】| 试使用多方法实现

2024年3月15日 140次阅读 来源: sulley.

        存储数据的矩阵通常包含有特征向量，对特征根求解至关重要。

        此外，矩阵的转置也不可或缺。

        拉格朗日乘数、求解最小二乘问题，函数f斜率是矩阵A，约束条件c的斜率是矩阵B， 在相切点上 A等于B的转置（或者B的转置的X倍）。

        下为几种常见的矩阵转置方法：

  • 方法一：

#step1: 
#初始化原始矩阵
matrix = [[1,2,3,4],
         [5,6,7,8],
         [9,10,11,12]]
#通过函数指出矩阵的行与列
row = len(matrix)
col = len(matrix[0])

#step2：
#交换矩阵的行与列
ROW = col
COL = row

#step3：
#初始化矩阵中的所有元素
Tmatrix = []
for i in range(ROW):
    Tmatrix.append([])
    for j in range(COL):
        Tmatrix[i].append(0)
        
#step4：
#转置矩阵赋值
for i in range(row):
    for j in range(col):
        Tmatrix[j][i] = matrix[i][j]
Tmatrix

  • 方法二：

matrix = [[1,2,3,4],
         [5,6,7,8],
         [9,10,11,12]]
Tmatrix = []
for i in range(4):
    Tmatrix_row = []
    for row in matrix:
        Tmatrix_row.append(row[i])
    Tmatrix.append(Tmatrix_row)
Tmatrix

  • 方法三：

matrix = [[1,2,3,4],
         [5,6,7,8],
         [9,10,11,12]]
Tmatrix = []
for i in range(4):
     Tmatrix.append([row[i] for row in matrix])
Tmatrix

  • 方法四：

matrix = [[1,2,3,4],
          [5,6,7,8],
          [9,10,11,12]]
Tmatrix = [[row[i] for row in matrix] for i in range(4)]
Tmatrix

    原文作者：sulley.
    原文地址: https://blog.csdn.net/sulleyla/article/details/123035005
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞