python列表实现矩阵行列转换

本文采用列表嵌套实现矩阵的行列转换。

第一种方法(此方法来源于https://docs.python.org/zh-cn/3/tutorial/datastructures.html#list-comprehensions

复制代码
matrix = [
    [1, 2, 3, 4],    [5, 6, 7, 8],    [9, 10, 11, 12],
]
print(
    [[row[i] for row in matrix] for i in range(4)]
)

第二种方法,使用for循环实现。

初始代码如下:

复制代码
matrix = [
    [1, 2, 3, 4],    [5, 6, 7, 8],    [9, 10, 11, 12],
]
# print(
#     [[row[i] for row in matrix] for i in range(4)]
# )
result = []
result_1 = []
for y in range(len(matrix[0])):
    for x in range(len(matrix)):
        result_1.append(matrix[x][y])
    result_1=list(result_1)
    print('result_1',result_1)
    print('len(result)',len(result))
    result.append(result_1)
    result_1[:]=[]
    print('result',result)

运行程序,发现第一层外循环结束后,result的元素不对(如下

复制代码
result_1 [1, 5, 9]
len(result) 0
result [[]]         #第一层外循环结束后的结果
result_1 [2, 6, 10]
len(result) 1
result [[2, 6, 10], []]
result_1 [3, 7, 11]
len(result) 2
result [[2, 6, 10], [3, 7, 11], []]
result_1 [4, 8, 12]
len(result) 3
result [[2, 6, 10], [3, 7, 11], [4, 8, 12], []]

然后将问题发给CHATGPT4-MINI,得到的结果如下:

按照提示,调整代码。调整滞后的代码如下:

复制代码
result = []
for y in range(len(matrix[0])):
    result_1 = []                  #代码修改点
    for x in range(len(matrix)):
        result_1.append(matrix[x][y])
    result_1=list(result_1)
    print('result_1',result_1)
    print('len(result)',len(result))
    result.append(result_1)
    # result_1[:]=[]              #代码修改点
    print('result',result)

运行结果

输出结果符合预期。

总结:多层循环的时候,一定要注意全局变量和局部变量的赋值、还原。

PS:GPT很强大,可以好好利用它帮助我们提高学习效率。

相关推荐
qiao若huan喜1 小时前
7、webgl 基本概念 + 前置数学知识点(向量 + 矩阵)
线性代数·矩阵·webgl
haogexiaole8 小时前
余弦相似度、矩阵分解、深度学习物品的复杂、非线性特征
深度学习·线性代数·矩阵
望十五江洋17 小时前
泊松分布的参数可加性
线性代数·机器学习·概率论
西西弗Sisyphus17 小时前
线性代数 - 初等矩阵
人工智能·线性代数·机器学习
追赶sun18 小时前
讨论矩阵等价、相似的几何含义
线性代数
西西弗Sisyphus19 小时前
线性代数 - 线性方程组的原始解法(高斯消元法)
线性代数·矩阵·线程方程组
程序员大雄学编程19 小时前
用Python来学微积分30-微分方程初步
开发语言·python·线性代数·数学·微积分
kyle~1 天前
数学基础---刚体变换(旋转矩阵与平移矩阵)
线性代数·矩阵·机器人·旋转矩阵·平移矩阵
Olafur_zbj1 天前
【IC】NoC设计入门 --交换矩阵
线性代数·矩阵
xier_ran2 天前
Transformer:Decoder 中,Cross-Attention 所用的 K(Key)和 V(Value)矩阵,是如何从 Encoder 得到的
深度学习·矩阵·transformer