Trasponi una matrice
Matrix = [[1, 2, 4], [31, 17, 15]]
L'elenco all'interno dell'elenco sopra è una riga e ogni elemento all'interno dell'elenco è chiamato colonna. Quindi, nell'esempio sopra, abbiamo due righe e tre colonne [2 x 3].
E inoltre, l'indicizzazione del Python parte da zero.
La trasposizione di una matrice significa dove cambiamo le righe in colonne o colonne in righe.
Discutiamo diversi tipi di metodi per fare la trasposizione di matrice.
Metodo 1: trasponi una trasposizione di matrice numpy ()
Il primo metodo di cui discuteremo è il numpy. Il numpy si occupa principalmente dell'array di Python e per la trasposizione, abbiamo chiamato il metodo traspone ().
Nel numero di cellule [24]: importiamo il modulo Numpy come NP.
Nel numero di cella [25]: stiamo creando un array numpy con il nome arr_matrix.
Nel numero di celle [26]: chiamiamo il metodo traspone () e utilizziamo l'operatore DOT con l'arr_matrix che abbiamo creato prima.
Nel numero di cella [27]: stiamo stampando la matrice originale (arr_matrix).
Nel numero di celle [28]: stiamo stampando la matrice di trasposizione (arr_traspose) e, dai risultati, abbiamo scoperto che la nostra matrice è ora traspostata.
Metodo 2: usando il metodo numpy.trasporre()
Possiamo anche trasporre una matrice in Python usando il numpy.trasponi (). In questo, stiamo passando la matrice nel metodo Transpose () come parametro.
Nel numero di cella [29], creiamo una matrice usando un array numpy con il nome arr_matrix.
Nel numero di cella [30]: abbiamo superato il metodo ARR_Matrix al metodo TransPose () e archiviare i risultati a una nuova variabile ARR_TRANSPOSE.
In numero di celle [31]: stiamo stampando la matrice originale (arr_matrix).
Nel numero di celle [32]: stiamo stampando la matrice di trasposizione (arr_traspose) e, dai risultati, abbiamo scoperto che la nostra matrice è ora traspostata.
Metodo 3: Matrix trasposti usando la libreria Sympy
Una biblioteca Sympy è un altro approccio che ci aiuta a trasporre una matrice. Questa biblioteca sta usando la matematica simbolica per risolvere i problemi dell'algebra.
In numero di celle [33]: importiamo la libreria Sympy. Non sta arrivando con il Python, quindi devi installarlo esplicitamente sul tuo sistema prima di usare questa libreria; altro, riceverai errori.
Nel numero di celle [34]: creiamo una matrice usando la libreria Sympy.
Nel numero di celle [35]: chiamiamo trasposizione (t) con l'operatore punto e rivendichiamo i risultati su una nuova variabile sympy_traspose.
Nel numero di cellule [36]: stiamo stampando la matrice originale (Matrix).
Nel numero di celle [37]: stiamo stampando la matrice di trasposizione (sympy_traspose) e, dai risultati, abbiamo scoperto che la nostra matrice è ora traspostata.
Metodo 4: Matrix trasposti usando il ciclo nidificato
La trasposizione della matrice senza alcuna biblioteca in Python è un ciclo nidificato. Stiamo creando una matrice e quindi creando un'altra matrice della stessa dimensione della matrice originale per archiviare i risultati dopo la trasposizione. Non facciamo un codice difficile della matrice dei risultati perché non conosciamo la dimensione della matrice in futuro. Quindi, stiamo creando la dimensione della matrice dei risultati usando la dimensione della matrice originale stessa.
In numero di celle [38]: creiamo una matrice e stampiamo quella matrice.
Nel numero di cellule [39]: utilizziamo alcuni modi pitonici per scoprire la dimensione della matrice di trasposizione usando la matrice originale. Perché se non lo facciamo, allora dobbiamo menzionare la dimensione della matrice di trasposizione. Ma con questo metodo, non ci importa delle dimensioni della matrice.
In numero di celle [40]: eseguiamo due loop. Un ciclo superiore è per le righe e il ciclo nidificato per il punto di vista della colonna.
Nel numero di cellule [41]: stiamo stampando la matrice originale (matrice).
Nel numero di celle [42]: stiamo stampando la matrice di trasposizione (trans_matrix) e, dai risultati, abbiamo scoperto che la nostra matrice è ora traspostata.
Metodo 5: utilizzando la comprensione dell'elenco
Il prossimo metodo di cui discuteremo è il metodo di comprensione dell'elenco. Questo metodo è simile al normale pitone usando loop nidificati ma in un modo più pitonico. Possiamo dire che abbiamo un modo più avanzato per risolvere la trasposizione di matrice in una singola riga di codice senza usare una libreria.
Nel numero di celle [43]: creiamo una matrice M usando l'elenco nidificato.
Nel numero di celle [44]: usiamo il ciclo nidificato come discutiamo nel precedente ma qui in una singola riga e non è necessario menzionare l'indice opposto [J] [i], come abbiamo fatto nel precedente loop nidificato.
Nel numero di cellule [45]: stiamo stampando la matrice originale (M).
Nel numero di celle [42]: stiamo stampando la matrice di trasposizione (trans_m) e, dai risultati, abbiamo scoperto che la nostra matrice è ora traspostata.
Metodo 6: trasponi una matrice usando Pymatrix
La Pymatrix è un'altra libreria leggera per le operazioni a matrice in Python. Possiamo anche fare la trasposizione usando la pymatrix.
In numero di cellule [43]: importiamo la libreria Pymatrix. Non sta arrivando con il Python, quindi devi installarlo esplicitamente sul tuo sistema prima di usare questa libreria; altro, riceverai errori.
Nel numero di cellule [44]: creiamo una matrice usando la libreria Pymatrix.
Nel numero di celle [45]: chiamiamo trasposizione (trans ()) con l'operatore DOT e rivendichiamo i risultati a una nuova variabile pymatrix_traspose.
Nel numero di cellule [46]: stiamo stampando la matrice originale (matrice).
Nel numero di cellule [47]: stiamo stampando la matrice di trasposizione (pymatrix_traspose) e, dai risultati, abbiamo scoperto che la nostra matrice è ora traspostata.
Metodo 7: usando il metodo ZIP
La zip è un altro metodo per trasporre una matrice.
Nel numero di celle [63]: abbiamo creato una nuova matrice usando l'elenco.
Nel numero di celle [64]: abbiamo passato la matrice alla zip con l'operatore *. Chiamiamo ogni riga e quindi convertiamo quella riga in un nuovo elenco che diventa la trasposizione della matrice.
Conclusione: Abbiamo visto diversi tipi di metodi che possono aiutarci nella matrice. In cui alcuni dei metodi usano l'array e l'elenco numpy. Abbiamo visto che la creazione della matrice usando l'elenco nidificato è molto semplice rispetto all'array numpy. Abbiamo anche visto alcune nuove librerie come Pymatrix e Sympy. In questo articolo, cerchiamo di menzionare tutti i metodi di trasposizione utilizzati dal programmatore.