Python - 实现矩阵转置
有个朋友提出了一个问题:手头上现在有一个二维列表,比如[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]],现在要把该二维列表变成为[[1, 4, 7, 10], [2, 5, 8, 11], [3, 6, 9, 12]]。
其实不动脑筋的话,用二重循环很容易写出来:
#! /usr/bin/env python3 # -*- coding:utf-8 -*- # Author : mayi # Blog : http://www.cnblogs.com/mayi0312/ # Date : 2019/4/26 # Name : test01 # Software : PyCharm # Note : 用于实现实现矩阵(二重列表)转置 def trans(l): a = [[] for i in l[0]] for i in l: for j in range(len(i)): a[j].append(i[j]) return a # 主函数 def main(): l1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] l2 = trans(l1) print(l1) # [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] print(l2) # [[1, 4, 7, 10], [2, 5, 8, 11], [3, 6, 9, 12]] # 入口函数 if __name__ == '__main__': main()
然而不管怎么看这种代码都很丑。
如上图: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:
#! /usr/bin/env python3 # -*- coding:utf-8 -*- # Author : mayi # Blog : http://www.cnblogs.com/mayi0312/ # Date : 2019/4/26 # Name : test01 # Software : PyCharm # Note : 用于实现实现矩阵(二重列表)转置 def trans(l): for i in range(len(l)): for j in range(i): l[i][j], l[j][i] = l[j][i], l[i][j] return l # 主函数 def main(): l1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] l2 = trans(l1) print(l1) # [[1, 2, 3], [4, 5, 6], [7, 8, 9]] print(l2) # [[1, 4, 7], [2, 5, 8], [3, 6, 9]] # 入口函数 if __name__ == '__main__': main()
其实上面代码还是有点bug,看起来是好用的,然而用这种方法矩阵要求行列长度相同才行。
最后,我们想起了zip。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:
#! /usr/bin/env python3 # -*- coding:utf-8 -*- # Author : mayi # Blog : http://www.cnblogs.com/mayi0312/ # Date : 2019/4/26 # Name : test01 # Software : PyCharm # Note : 用于实现实现矩阵(二重列表)转置 def trans(l): l = zip(*l) l = [list(i) for i in l] return l # 主函数 def main(): l1 = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] l2 = trans(l1) print(l1) # [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] print(list(l2)) # [[1, 4, 7, 10], [2, 5, 8, 11], [3, 6, 9, 12]] # 入口函数 if __name__ == '__main__': main()
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人