python矩阵操作小例子
2017-09-11 14:42
351 查看
转自:https://www.hustyx.com/python/67/
因为经常写for所以感觉有点low而且运行效率不高,慢慢学习改进,这个矩阵操作例子还不错可以学学。
用Python实现矩阵的加法运算和乘法运算,写几层for循环,实现矩阵加法和乘法并不困难,但关键是要足够简洁,这个可让我费了不少脑子。先直接上代码吧。
加法和乘法实现都只用了一行代码就搞定了,注意,均没有做严格的输入参数合法性检查。乘法处理了常数乘矩阵和矩阵乘矩阵两种情况。
几个替代for循环的关键字:
python的map 函数使得函数能直接以list的每个元素作为参数传递到funcname中, 并返回响应的新的list
如下:
在需要对list中的每个元素做转换的时候, 会很方便
比如,把list中的每个int 转换成str
当然, 第二个参数是
这里顺便说一下, dict的结构是用
是直观的key-value形式, 那么如果
其实, 这就是set的最终返回形式, 等价于:
那么, 自然
与map相比 , reduce类似于一个聚合类的应用方法, 把list中的参数, 依次传递给funcname, 每次funcname的参数都是上个funcname 执行结果和下一个list中的元素, 所以, funcname 的 参数必须是两个. 从执行过程看, 有点像递归
例如: 求
执行过程依次将list中的元素传递到funcname函数中, 根据funcname返回的True或False 保留或丢弃元素
例: 返回某个
排序方法, 第二个是可选参数, 根据可选参数返回的值, 对结果进行排序,
默认是正序排序:
如果是需要倒序排列, 自定义方法:
PS: 以上为学习笔记, 如有错误, 还望指正
因为经常写for所以感觉有点low而且运行效率不高,慢慢学习改进,这个矩阵操作例子还不错可以学学。
用Python实现矩阵的加法运算和乘法运算,写几层for循环,实现矩阵加法和乘法并不困难,但关键是要足够简洁,这个可让我费了不少脑子。先直接上代码吧。
#矩阵表示形式 M = [ [a1, a2, a3], [a4, a5, a6], [a7, a8, a9] ][/code]
#矩阵加法 def madd(M1, M2): if isinstance(M1, (tuple, list)) and isinstance(M2, (tuple, list)): return [[m+n for m,n in zip(i,j)] for i, j in zip(M1,M2)][/code]
#矩阵乘法 def multi(M1, M2): if isinstance(M1, (float, int)) and isinstance(M2, (tuple, list)): return [[M1*i for i in j] for j in M2] if isinstance(M1, (tuple, list)) and isinstance(M2, (tuple, list)): return [[sum(map(lambda x: x[0]*x[1], zip(i,j))) for j in zip(*M2)] for i in M1][/code]
加法和乘法实现都只用了一行代码就搞定了,注意,均没有做严格的输入参数合法性检查。乘法处理了常数乘矩阵和矩阵乘矩阵两种情况。
几个替代for循环的关键字:
map
map(funcname, list)
python的map 函数使得函数能直接以list的每个元素作为参数传递到funcname中, 并返回响应的新的list
如下:
def sq(x): return x*x #求x的平方 map(sq, [1,3, 5,7,9]) #[1, 9, 25, 49, 81]
在需要对list中的每个元素做转换的时候, 会很方便
比如,把list中的每个int 转换成str
map(str, [23,43,4545,324]) #['23', '43', '4545', '324']
当然, 第二个参数是
list, 也可以是
tuple或者是
set类list结构的, dict 是不行的,不过返回的结果都是list
map(sq, (1,3, 5,7,9)) # tuple [1, 9, 25, 49, 81] map(sq, set([1,3, 5,3,7,9])) # set [1, 9, 81, 25, 49]
这里顺便说一下, dict的结构是用
{}表示的,如
{"name": "Yi_Zhi_Yu", "age":25}
是直观的key-value形式, 那么如果
{}中的是一个类list的结构呢, 如:
{"Yi_Zhi_Yu", 25}
其实, 这就是set的最终返回形式, 等价于:
set(["Yi_Zhi_Yu", 25])# 你会看到最终的输出形式是{25, 'Yi_Zhi_Yu'}
那么, 自然
{}有重复值得时候也会去重
{1,3, 5, 3, 7, 9} #{1, 3, 5, 7, 9}
reduce
reduce(funcname, list)
与map相比 , reduce类似于一个聚合类的应用方法, 把list中的参数, 依次传递给funcname, 每次funcname的参数都是上个funcname 执行结果和下一个list中的元素, 所以, funcname 的 参数必须是两个. 从执行过程看, 有点像递归
例如: 求
range(1, 101)(不包括101)的和,
def c_sum(x, y): return x + y; reduce(c_sum, range(1,101)) #5050
filter
filter(funcname, list)
执行过程依次将list中的元素传递到funcname函数中, 根据funcname返回的True或False 保留或丢弃元素
例: 返回某个
list中的所有
int数据
def is_int(x): if isinstance(x, (int)): return True else: return False filter(is_int, ["Yi",2, "3", 4]) #[2, 4]
sorted
sorted( list, [comp_func])
排序方法, 第二个是可选参数, 根据可选参数返回的值, 对结果进行排序,
comp_func接受两个参数(x, y), 最终返回的结果应该是
-1.0,1, 如果返回的是
-1, 表示
x<y,
0表示
x=y,
1表示
x>y, 所以, 实际的排序可以自定义
默认是正序排序:
sorted([3,4, 12, 5, 9, 1]) #[1, 3, 4, 5, 9, 12]
如果是需要倒序排列, 自定义方法:
def m_order(x, y): if(x > y): return -1 elif(x == y): return 0 else: return 1 sorted([3,4, 12, 5, 9, 1], m_order) #[12, 9, 5, 4, 3, 1]
PS: 以上为学习笔记, 如有错误, 还望指正
相关文章推荐
- Python操作splite3的例子
- python科学计算六:scipy矩阵操作
- Python3 文件操作的一个例子2
- python中矩阵的取行列操作
- python中的矩阵操作
- python 对矩阵进行复制操作 np.repeat 与 np.tile区别
- Python 时间操作例子和时间格式化参数小结
- [Spark][Python]DataFrame select 操作例子
- Python 之 Python与MATLAB 矩阵操作小结
- python numpy 使用笔记 矩阵操作
- python的Numpy之矩阵操作
- Python 与 Matlab 矩阵操作对应表
- Python矩阵常见运算操作实例总结
- python字符串操作的一些例子
- scala VS python2 操作shell对比例子
- Python操作json数据的一个简单例子
- python基础练习(三)—— numpy的矩阵基本操作
- Python操作json数据的一个简单例子
- python操作Elasticsearch (一、例子)
- [Spark][Python]DataFrame select 操作例子II