【Python矩阵转置】| 试使用多方法实现[通俗易懂]
大家好，又见面了，我是你们的朋友全栈君。
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发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/137808.html原文链接：https://javaforall.cn
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022年5月5，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
