python对矩阵进行转置的2种处理方法
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
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
相关推荐
-
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][
-
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: f
-
对python 矩阵转置transpose的实例讲解
在读图片时,会用到这么的一段代码: image_vector_len = np.prod(image_size)#总元素大小,3*55*47 img = Image.open(path) arr_img = np.asarray(img, dtype='float64') arr_img = arr_img.transpose(2,0,1).reshape((image_vector_len, ))# 47行,55列,每个点有3个元素rgb.再把这些元素一字排开 transpose是什么意识呢?
-
python对矩阵进行转置的2种处理方法
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
-
Numpy数组转置的两种实现方法
Numpy数组转置很容易,两种写法 np_array = np.array([[1, 2], [3, 4]]) np_array.transpose() np.transpose(np_array) 但是一维数组转置的时候有个坑,光transpose没有用,需要指定shape参数 array_1d = np.array([1, 2]) print array_1d.shape, array_1d.transpose() array_1d.shape = (2, 1) print array_1d
-
python关于矩阵重复赋值覆盖问题的解决方法
本文实例讲述了python关于矩阵重复赋值覆盖问题的解决方法.分享给大家供大家参考,具体如下: import itertools import numpy as np comb = list(itertools.combinations(list(range(regions)), 2)) bands_info = [] coeff = np.zeros([bands, len(comb)]) for cla in range(classes): class_info = data[:,cla*b
-
python隐藏类中属性的3种实现方法
方法一: 效果图一: 代码一: # 定义一个矩形的类 class Rectangle: # 定义初始化方法 def __init__(self,width,height): self.hidden_width = width self.hidden_height = height # 定义获取width.height的方法 def get_width(self): return self.hidden_width def get_height(self): return self.hidden_
-
Python爬虫定时计划任务的几种常见方法(推荐)
记得以前的Windows任务定时是可以正常使用的,今天试了下,发现不能正常使用了,任务计划总是挂起.接下来记录下Python爬虫定时任务的几种解决方法. 1.方法一.while True 首先最容易的是while true死循环挂起,不废话,直接上代码: import os import time import sys from datetime import datetime, timedelta def One_Plan(): # 设置启动周期 Second_update_time = 24
-
Python 作为小程序后端的三种实现方法(推荐)
目录 方法一.微信的云托管 方法二.微信的云函数中转 方法三:自建服务器,备案域名 最后的话 参考资料 微信的小程序是一个很不错的体验,简单,上手快,这几天也在学习使用小程序,自己总结了三种用 Python 作为小程序后端的方式,供你参考. 方法一.微信的云托管 优点:不需要购买服务器,不需要域名备案,按使用量计费,DevOps 自动化,安全鉴权,适合没有运维经验的人. 缺点:费用这块,肯定是比自建服务器费用略高的.就像同一车型,自动挡的车比手动挡的车更贵一样. 所谓云托管,就是一个 Docke
-
Python with语句上下文管理器两种实现方法分析
本文实例讲述了Python with语句上下文管理器.分享给大家供大家参考,具体如下: 在编程中会经常碰到这种情况:有一个特殊的语句块,在执行这个语句块之前需要先执行一些准备动作:当语句块执行完成后,需要继续执行一些收尾动作.例如,文件读写后需要关闭,数据库读写完毕需要关闭连接,资源的加锁和解锁等情况. 对于这种情况python提供了上下文管理器(Context Manager)的概念,可以通过上下文管理器来定义/控制代码块执行前的准备动作,以及执行后的收尾动作. 一.为何使用上下文管理器 1.
-
Python第三方Window模块文件的几种安装方法
python安装第三方模块 使用软件管理工具pip python自带了包管理工具,就像手机app商城,91助手等软件的功能一样. python2与python3安装模块的方法相似,值得注意的是,你在python2中安装的模块,用python3是无法调用的,我仅以python3为例! Linux和windows下安装模块的方法一致,以下以window为例,输入cmd打开windows终端. 一.具体安装方法: 直接: pip3 install 模块名(python2下使用pip 或者 pip2即可
-
Python BeautifulSoup中文乱码问题的2种解决方法
解决方法一: 使用python的BeautifulSoup来抓取网页然后输出网页标题,但是输出的总是乱码,找了好久找到解决办法,下面分享给大家首先是代码 复制代码 代码如下: from bs4 import BeautifulSoupimport urllib2 url = 'http://www.jb51.net/'page = urllib2.urlopen(url) soup = BeautifulSoup(page,from_encoding="utf8")print soup
-
详解python 破解网站反爬虫的两种简单方法
最近在学爬虫时发现许多网站都有自己的反爬虫机制,这让我们没法直接对想要的数据进行爬取,于是了解这种反爬虫机制就会帮助我们找到解决方法. 常见的反爬虫机制有判别身份和IP限制两种,下面我们将一一来进行介绍. (一) 判别身份 首先我们看一个例子,看看到底什么时反爬虫. 我们还是以 豆瓣电影榜top250(https://movie.douban.com/top250) 为例.` import requests # 豆瓣电影榜top250的网址 url = 'https://movie.douban
随机推荐
- NoSQL和Redis简介及Redis在Windows下的安装和使用教程
- 关于jquery ajax 调用带参数的webservice返回XML数据一个小细节
- javascript中bind函数的作用实例介绍
- Javascript & DHTML上传文件控件第1/4页
- js实现二级导航功能
- PHP实现多维数组转字符串和多维数组转一维数组的方法
- 学习php过程中的一些注意点的总结
- php+js实现图片的上传、裁剪、预览、提交示例
- PHP创建文件,并向文件中写入数据,覆盖,追加的实现代码
- Node.js简单入门前传
- Android开发中应用程序分享功能实例
- jquery利用json实现页面之间传值的实例解析
- N点主机管理系统的重装步骤(图文)
- linux下用Proftpd搭建ftp服务器及配置方法
- js函数名与form表单元素同名冲突的问题
- nginx下安装php7+php5
- 数据自动备份解决方案 图文
- 浅谈Servlet 实现网页重定向的方法
- C++中的delete不会将操作数置0
- 快速入门python学习笔记