Три варианта на выбор:
Один из способов сделать это с помощью транспонирования NumPy. Для списка:
Или другой без почтового индекса:
Просто для удовольствия, действительные прямоугольники и предполагая, что m [0] существует
Вот решение для транспонирования списка списков, который не обязательно квадратный:
Возможно, не самое элегантное решение, но вот решение, использующее вложенные циклы while:
Первые два метода работают в Python 2 или 3 и работают с «рваными» прямоугольными 2D-списками. То есть внутренние списки не должны иметь одинаковую длину. Другие методы, ну, это сложно.
Установка
Метод 1 — map() , zip_longest()
-
в Python 2 в Python 3
Значение заполнения по умолчанию: None . Благодаря ответу @ jena, где map() заменяет внутренние кортежи на списки. Здесь он превращает итераторы в списки. Благодаря комментариям @ Oregano и @ badp’s.
В Python 3 передайте результат через list() , чтобы получить тот же 2D-список, что и в методе 2.
Метод 2 — понимание списка, zip_longest()
Метод 3 — map() из map() — не работает в Python 3.6
Этот необычайно компактный второй вариант @SiggyF работает с неровными 2D-списками, в отличие от его первого кода, который использует numpy transpose и проходит через неровные списки , Но None не должно быть значением заполнения. (Нет, None, переданный внутренней карте (), не является значением заполнения. Это означает, что нет функции для обработки каждого столбца. Они просто передаются во внешнюю карту (), которая преобразует их из кортежей в списки.
Где-то в Python 3 map() перестали мириться с все это злоупотребление: первый параметр не может быть None, а рваные итераторы просто усекаются до самых коротких. Другие методы все еще работают, потому что это относится только к внутренней карте ().
Метод 4 — map() из map() вновь
Увы, рваные строки НЕ становятся рваными столбцами в Python 3, они просто усекаются. Бу-ху прогресс.
Транспонировать список списков
один из способов сделать это-с помощью numpy transpose. Для списка a:
или другой без zip:
эквивалентно решению йены:
просто для удовольствия, действительный прямоугольники и предполагая, что M[0] существует
эти методы все работают в Python 2 или 3, и на неровный или прямоугольные список:
настройки
Способ 1
- itertools.izip_longest() в Python 2
- itertools.zip_longest() в Python 3
значение по умолчанию fillvalue None . Спасибо @йены ответ, где map() меняется внутренние кортежи к спискам. Здесь он превращает итераторы в списки. Спасибо @орегано и @прпр это комментарии.
Способ 2
Способ 3
внеочередного @SiggyF второй вариант работает с неровными списками (в отличие от его первого, numpy transpose, который проходит через неровные списки), но ни один не является единственным удобным заполнением значение.
(нет, None, переданный на внутреннюю карту (), не является значением заполнения, это означает что-то еще, это означает, что нет функции для передачи строк.)
возможно, не самое элегантное решение, но вот решение с использованием вложенных циклов while:
Как транспонировать матрицу в Python
Сегодня мы хотим разобрать, как транспонировать матрицу в Python. Однако сначала давайте рассмотрим, что представляет из себя матрица сама по себе и в чём заключается процесс транспонирования.
Итак, матрица состоит из строк и столбцов. Создать матрицу можно по-разному, но самый простой способ – использовать вложенные списки, как показано ниже:
Внутренние списки представляют собой строки, а каждый элемент внутри списка называется столбцом. Итак, в приведенном выше примере у нас есть две строки и три столбца, т.е. мы имеем дело с матрицей 2 на 3. Стоит помнить, что индексация Python начинается с нуля.
Транспонирование матрицы означает, что мы меняем строки на столбцы или столбцы на строки. Теперь давайте обсудим различные методы транспонирования матрицы.
Метод 1. Транспонирование матрицы с помощью NumPy transpose()
Первый метод, который мы разберем, — это использование библиотеки NumPy. NumPy в основном работает с массивами в Python, а для транспонирования мы можем вызвать метод transpose() .
Давайте разберем всё по порядку. Для начала нам нужно импортировать модуль NumPy как np .
Дальше, в ячейке номер [25] мы создаем массив NumPy с именем arr_matrix .
В ячейке номер [26] мы вызываем метод transpose() для нашей матрицы – объекта arr_matrix , который мы создали ранее.
В ячейке номер [27] мы выводим на экран исходную матрицу arr_matrix .
А в ячейке номер [28] – транспонированную матрицу arr_transpose . Можем заметить, что в результате мы получили именно то, что нам было нужно – транспонированную матрицу.
Метод 2. Использование метода numpy.transpose()
Мы также можем транспонировать матрицу в Python с помощью numpy.transpose() . При этом мы передаем матрицу в метод transpose() в качестве аргумента.
В ячейке номер [29] мы создаем матрицу, используя массив NumPy, с именем arr_matrix .
Далее мы передаем arr_matrix в метод transpose() и сохраняем результат в новую переменную arr_transpose .
В ячейке номер [31] мы печатаем исходную матрицу arr_matrix .
А дальше мы выводим на экран транспонированную матрицу arr_transpose . Получаем результат аналогичный тому, что получили в первом примере.
Метод 3. Транспонирование матрицы с использованием библиотеки SymPy
Применение библиотеки SymPy – это еще один подход к транспонированию матрицы. Эта библиотека использует символьную математику для решения алгебраических задач.
Сначала нам, конечно же, нужно импортировать библиотеку SymPy. Она не поставляется вместе с Python по умолчанию, поэтому вы должны установить её в своей системе, иначе код не будет работать.
В ячейке номер [34] мы создаем матрицу с помощью библиотеки sympy.
Дальше, в ячейке [35], мы вызываем transpose (T) при помощи точечного оператора и сохраняем результаты в новую переменную sympy_transpose .
В ячейке номер [36] мы печатаем исходную матрицу matrix . А в ячейке номер [37] – транспонированную матрицу sympy_transpose . Как видим, у нас получилась транспонированная матрица.
Метод 4. Транспонирование матрицы с использованием вложенного цикла
В Python матрицу можно транспонировать и без применения каких-либо библиотек. Для этого нам придется использовать вложенные циклы.
Мы создаем одну матрицу, а затем вторую (того же размера, что и первая) — для сохранения результатов после транспонирования. При этом важно отметить, что мы далеко не всегда знаем размерность исходной матрицы. Поэтому матрицу для результата мы создаем не напрямую, а используя размер исходной.
В ячейке номер [38] мы создаем матрицу и выводим ее на экран.
В следующей ячейке мы применяем «питонический» способ узнать размерность транспонированной матрицы, используя исходную. А именно — используем генератор списков со вложенными циклами for .
В ячейке [40] мы запускаем два цикла for . Внешний цикл предназначен для строк, а вложенный – для столбцов.
В ячейке номер [41] мы выводим исходную матрицу Matrix . А в ячейке [42] — транспонированную матрицу trans_Matrix .
Метод 5. Использование генератора списка
Следующий метод, который мы разберем, — это использование генератора списка. Этот метод похож на предыдущий с использованием вложенных циклов, но он более «питонический». Можно сказать, что это более продвинутый способ транспонирования матрицы в одной строке кода без использования библиотек.
Сначала мы создаем матрицу m , используя вложенные списки.
Затем в ячейке номер [44] мы используем вложенные циклы, как и в предыдущем примере. Однако здесь мы делаем это в одну строчку, используя генератор списков. Более того, тут нет никакой необходимости менять индексы [j] [i] местами, как мы это делали в предыдущий раз.
В следующей ячейке мы выводим исходную матрицу m . После этого в ячейке номер [42] выводим транспонированную матрицу trans_m . Как видим, желаемый результат получен.
Метод 6. Транспонирование матрицы с помощью pymatrix
Pymatrix – ещё одна облегченная библиотека для матричных операций в Python. Мы можем выполнить транспонирование и с её помощью.
В ячейке номер [43] мы импортируем библиотеку pymatrix. Она не поставляется вместе с Python по умолчанию, поэтому, чтобы код работал корректно, нужно установить ее в своей системе перед использованием.
Затем при помощи библиотеки pymatrix мы создаем матрицу (в ячейке [44]).
В ячейке номер [45] вызываем метод trans() для нашей матрицы и сохраняем результаты в новую переменную pymatrix_transpose.
Потом мы выводим на экран исходную матрицу matrix . А в ячейке номер [47] выводим уже транспонированную матрицу pymatrix_transpose . Как видим, код отработал правильно.
Метод 7. Использование метода zip
Zip – еще один метод транспонирования матрицы.
В ячейке номер [63] мы создаем новую матрицу, используя вложенные списки.
В ячейке номер [64] мы передаем матрицу в zip с помощью оператора * . Мы вызываем каждую строку, а затем преобразуем эту строку в новый список, который становится транспонированной матрицей.
Заключение
Итак, сегодня мы рассмотрели, как транспонировать матрицу в Python. Мы разобрали различные методы, которые могут помочь нам в транспонировании матрицы (с использованием библиотек и без них).
Мы также познакомились с несколькими новыми библиотеками, такими как pymatrix и sympy.
Надеемся, теперь у вас не осталось вопросов о том, как транспонировать матрицу. Более того, вы можете выбрать наиболее подходящий способ для решения этой задачи.