Python实现矩阵运算的方法代码实例
作者：「已注销」
这篇文章主要介绍了Python实现矩阵运算的方法代码实例,想用python实现一个矩阵类,它可以像matlab或者numpy中的矩阵一样进行运算,生成一个矩阵类Matrix之后,他接收一个二维列表作为输入,然后将对应的值写到矩阵对应的位置,需要的朋友可以参考下
Python实现矩阵运算
想用python实现一个矩阵类，它可以像matlab或者numpy中的矩阵一样进行运算。
所以我考虑了如下几点
- 生成一个矩阵类Matrix之后，他接收一个二维列表作为输入，然后将对应的值写到矩阵对应的位置上；如果输入为空列表，就返回空矩阵；还要检查矩阵形状，如果形状不是正常的矩阵就抛出异常。
- 一般在控制台中输入已经创建好的矩阵A时，返回的是一个类，我想要向matlab那样直接显示矩阵形状的话，就需要重写方法__repr__()。
- 我还想要直接使用
+、-、*来计算两个矩阵的和，差，矩阵乘积，而不是使用A.add(B)这种麻烦的写法，就需要使用运算符重载； - 方阵的幂运算，可以采用矩阵快速幂的方法来计算，从而将其重写幂运算方法
__pow__() - 矩阵转置运算，矩阵平铺展开。
- 生成元素全为0的矩阵，生成单位矩阵，生成元素全为1的矩阵。
- 其它。
不多说了，直接放代码
class Matrix:
"""docstring for Matrix"""
def __init__(self, elem: list):
check = [len(item) for item in elem]
if set(check) == {0}:
self.elem = []
self.row = 0
self.col = 0
elif len(set(check)) == 1:
self.elem = elem
self.row = len(elem)
self.col = len(elem[0])
elif len(set(check)) > 1:
raise ValueError("The column of each row is not equal")
def __repr__(self):
mat = ""
for item in self.elem:
mat += str(item)
mat += '\n'
return str(mat)
def __iter__(self):
return iter(self.elem)
def __add__(self, other):
if (self.row != other.row) or (self.col != other.col):
raise TypeError("The two matrix's shape is not equal")
else:
new = [[i + j for i, j in zip(A, B)] \
for A, B in zip(self.elem, other.elem)]
return Matrix(new)
def __mul__(self, other):
if self.col != other.row:
raise TypeError("The first column must be equal to the second row")
else:
# 采用列表推导式的办法生成矩阵
# 采用[[0] * other.col ] * self.row)]只是复制了第一个元素 self.row 遍，都是指向同一个内存地址
new = [[0] * other.col for i in range(self.row)]
for i in range(self.row):
for j in range(other.col):
for k in range(self.col):
new[i][j] += self.elem[i][k] * other.elem[k][j]
return Matrix(new)
def __sub__(self, other):
if (self.row != other.row) or (self.col != other.col):
raise TypeError("The two matrix's shape is not equal")
else:
new = [[i - j for i, j in zip(A, B)] \
for A, B in zip(self.elem, other.elem)]
return Matrix(new)
def __neg__(self):
new = [[-i for i in ele] for ele in self.elem]
return Matrix(new)
def __pow__(self, power, modulo=None):
# quick pow
if not self.is_square():
raise TypeError("The matrix is not square matrix")
else:
new = eyes(self.row)
A = Matrix(self.elem)
while power:
if power & 1:
new = new * A
power >>= 1
A = A * A
return new
def shape(self):
# 获得矩阵形状
print((self.row, self.col))
def is_square(self):
# 判断是否是方阵
return self.row == self.col
def getitem(self, i: int, j: int):
# 获得矩阵第 (i, j) 个位置的元素
i -= 1
j -= 1
if (i < 0) or (i > self.row) or (j < 0) or (j > self.col):
raise IndexError("list index out of range")
else:
return self.elem[i][j]
def setitem(self, i: int, j: int, value) -> None:
# 修改矩阵第 (i, j) 个位置的元素
i -= 1
j -= 1
if (i < 0) or (i > self.row) or (j < 0) or (j > self.col):
raise IndexError("list index out of range")
else:
self.elem[i][j] = value
def T(self):
# Transposition
new = [[0] * self.row for i in range(self.col)]
for i in range(self.row):
for j in range(self.col):
new[j][i] = self.elem[i][j]
return Matrix(new)
def tiling(self):
new = [[x for y in self.elem for x in y]]
return Matrix(new)
def zeros(row: int, col: int) -> Matrix:
new = [[0] * col for i in range(row)]
return Matrix(new)
def eyes(n: int) -> Matrix:
new = [[0] * n for i in range(n)]
for i in range(n):
new[i][i] = 1
return Matrix(new)
def ones(row: int, col: int) -> Matrix:
new = [[1] * col for i in range(row)]
return Matrix(new)来看看测试
>>> A = Matrix([[1,2,3],[4,5,6],[7,8,9]]) >>> B = ones(3,3) >>> A Out[5]: [1, 2, 3] [4, 5, 6] [7, 8, 9] >>> B Out[6]: [1, 1, 1] [1, 1, 1] [1, 1, 1] >>> A + B Out[7]: [2, 3, 4] [5, 6, 7] [8, 9, 10] >>> A*B Out[8]: [6, 6, 6] [15, 15, 15] [24, 24, 24] >>> A**3 Out[9]: [468, 576, 684] [1062, 1305, 1548] [1656, 2034, 2412] >>> A.T() Out[10]: [1, 4, 7] [2, 5, 8] [3, 6, 9] >>> A.tiling() Out[11]: [1, 2, 3, 4, 5, 6, 7, 8, 9]
还有一些方法，比如计算方阵的行列式，计算矩阵的特征值，特征向量啥的，等把计算方法中关于这些的算法搞明白了就可以写了。
到此这篇关于Python实现矩阵运算的方法代码实例的文章就介绍到这了,更多相关Python实现矩阵运算内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！