矩阵转置函数python,矩阵转置函数是以下哪个选项

python 字符串如何变成矩阵进行矩阵转置

需求:

你需要转置一个二维数组,将行列互换.

讨论:

你需要确保该数组的行列数都是相同的.比如:

arr = [[1, 2, 3], [4, 5, 6], [7,8, 9], [10, 11, 12]]

列表递推式提供了一个简便的矩阵转置的方法:

print [[r[col] for r in arr] for col in range(len(arr[0]))]

[[1, 4, 7, 10], [2, 5, 8, 11],[3, 6, 9, 12]]

另一个更快和高级一些的方法,可以使用zip函数:

print map(list,

zip(*arr))

本节提供了关于矩阵转置的两个方法,一个比较清晰简单,另一个比较快速但有些隐晦.

有时候,数据到来的时候使用错误的方式,比如,你使用微软的ADO接口访问数据库,由于Python和MS在语言实现上的差别.

相关问答

Q1: Python实现矩阵转置的方法分析

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:

for j in range(len(i)):

a[j].append(i[j])

return a

m = [[1, 2], [3, 4], [5, 6]] # 想象第一个列表是原始的，后面的是往里添加的

print trans(m) # result:[[1, 3, 5], [ 2, 4, 6]]

然而不管怎么看这种代码都很丑。

仔细看了一下m这种结构。等等，这不是字典的iteritems()的结果么？如果dict(m)，那么结果——不就是keys()和values()么？

于是利用字典转换一下：

def trans(m):

d = dict(m)

return [d.keys(), d.values()]

可是再仔细想想，这里面有bug。如果添加列表的第一个元素相同，也就是转化之后dict的key相同，那肯定就不行了呀！况且，如果原始列表不是两个，而是多个，肯定不能用字典的呀！于是这种方法作罢，还是好好看看列表的形状。

然后又是一个不小心的发现：

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：

def trans(m):

for i in range(len(m)):

for j in range(i):

m[i][j], m[j][i] = m[j][i], m[i][j]

return m

m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

print trans(m)

其实还是有点bug的，看起来是好用的，然而这个矩阵要求行列长度相同才行。

最后，群里某大神说：如果只是转置矩阵的话，直接zip就好了。这才想起来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：

def trans(m):

return zip(*d)

没错，就这么简单。python的魅力。

Q2: python中transpose是什么意思

我先来一个举例：

arr = np.arange(16).reshape((2, 2, 4))

arr的array是这样的

array([[[ 0, 1, 2, 3],

[ 4, 5, 6, 7]],

[[ 8, 9, 10, 11],

[12, 13, 14, 15]]])

我们对arr进行transpose转置，arr2 = arr.transpose((1,0,2))，结果是这样：

array([[[ 0, 1, 2, 3],

[ 8, 9, 10, 11]],

[[ 4, 5, 6, 7],

[12, 13, 14, 15]]])

这是怎么来的呢。

arr.transpose((1,0,2))的1,0,2三个数分别代表shape()的三个数的顺序，初始的shape是（2,2,4），也就是2维的2 x 4矩阵，索引分别是shape的[0],[1],[2]，arr.transpose((1,0,2))之后，我们的索引就变成了shape[1][0][2],对应shape值是shape(2,2,4)，所以矩阵形状不变。

与此同时，我们矩阵的索引也发生了类似变化，如arr中的4，索引是arr[0,1,0],arr中的5是arr[0,1,1]，变成arr2后，4的位置应该是在[1,0,0]，5的位置变成[1,0,1]，同理8的索引从[1,0,0]变成[0,1,0]。