У Python матриця може бути реалізована як 2D-список або 2D-масив. Формування матриці з останнього дає додаткові функціональні можливості для виконання різноманітних операцій у матриці. Ці операції та масив визначаються в модулі numpy .
Операція на матриці:
- 1. add() :- Ця функція використовується для виконання поелементне додавання матриць . 2. subtract() :- Ця функція використовується для виконання поелементне віднімання матриці . 3. divide() :- Ця функція використовується для виконання поелементний матричний поділ .
Реалізація:
Python
# Python code to demonstrate matrix operations> # add(), subtract() and divide()> > # importing numpy for matrix operations> import> numpy> > # initializing matrices> x>=> numpy.array([[>1>,>2>], [>4>,>5>]])> y>=> numpy.array([[>7>,>8>], [>9>,>10>]])> > # using add() to add matrices> print> (>'The element wise addition of matrix is : '>)> print> (numpy.add(x,y))> > # using subtract() to subtract matrices> print> (>'The element wise subtraction of matrix is : '>)> print> (numpy.subtract(x,y))> > # using divide() to divide matrices> print> (>'The element wise division of matrix is : '>)> print> (numpy.divide(x,y))> |
>
java boolean до рядка
>
Вихід:
The element wise addition of matrix is : [[ 8 10] [13 15]] The element wise subtraction of matrix is : [[-6 -6] [-5 -5]] The element wise division of matrix is : [[ 0.14285714 0.25 ] [ 0.44444444 0.5 ]]>
- 4. multiply() :- Ця функція використовується для виконання множення поелементної матриці . 5. dot() :- Ця функція використовується для обчислення матричне множення, а не поелементне множення .
Python
# Python code to demonstrate matrix operations> # multiply() and dot()> > # importing numpy for matrix operations> import> numpy> > # initializing matrices> x>=> numpy.array([[>1>,>2>], [>4>,>5>]])> y>=> numpy.array([[>7>,>8>], [>9>,>10>]])> > # using multiply() to multiply matrices element wise> print> (>'The element wise multiplication of matrix is : '>)> print> (numpy.multiply(x,y))> > # using dot() to multiply matrices> print> (>'The product of matrices is : '>)> print> (numpy.dot(x,y))> |
>
>
оператор bash if
Вихід:
The element wise multiplication of matrix is : [[ 7 16] [36 50]] The product of matrices is : [[25 28] [73 82]]>
- 6. sqrt() :- Ця функція використовується для обчислення квадратний корінь з кожного елемента матриці. 7. sum(x,axis) :- Ця функція використовується для додати всі елементи в матрицю . Додатковий аргумент осі обчислює сума стовпця, якщо вісь дорівнює 0 і сума рядка, якщо вісь дорівнює 1 . 8. T :- Цей аргумент використовується для транспонувати зазначену матрицю.
Реалізація:
Python
# Python code to demonstrate matrix operations> # sqrt(), sum() and 'T'> > # importing numpy for matrix operations> import> numpy> > # initializing matrices> x>=> numpy.array([[>1>,>2>], [>4>,>5>]])> y>=> numpy.array([[>7>,>8>], [>9>,>10>]])> > # using sqrt() to print the square root of matrix> print> (>'The element wise square root is : '>)> print> (numpy.sqrt(x))> > # using sum() to print summation of all elements of matrix> print> (>'The summation of all matrix element is : '>)> print> (numpy.>sum>(y))> > # using sum(axis=0) to print summation of all columns of matrix> print> (>'The column wise summation of all matrix is : '>)> print> (numpy.>sum>(y,axis>=>0>))> > # using sum(axis=1) to print summation of all columns of matrix> print> (>'The row wise summation of all matrix is : '>)> print> (numpy.>sum>(y,axis>=>1>))> > # using 'T' to transpose the matrix> print> (>'The transpose of given matrix is : '>)> print> (x.T)> |
>
repl в java
>
Вихід:
The element wise square root is : [[ 1. 1.41421356] [ 2. 2.23606798]] The summation of all matrix element is : 34 The column wise summation of all matrix is : [16 18] The row wise summation of all matrix is : [15 19] The transpose of given matrix is : [[1 4] [2 5]]>
Використання вкладених циклів:
Підхід:
- Визначте матриці A і B.
- Отримайте кількість рядків і стовпців матриць за допомогою функції len().
- Ініціалізуйте матриці C, D і E нулями за допомогою вкладених циклів або розуміння списків.
- Використовуйте вкладені цикли або розуміння списків для виконання поелементного додавання, віднімання та ділення матриць.
- Виведіть отримані матриці C, D і E.
Python3
A>=> [[>1>,>2>],[>4>,>5>]]> B>=> [[>7>,>8>],[>9>,>10>]]> rows>=> len>(A)> cols>=> len>(A[>0>])> > # Element wise addition> C>=> [[>0> for> i>in> range>(cols)]>for> j>in> range>(rows)]> for> i>in> range>(rows):> >for> j>in> range>(cols):> >C[i][j]>=> A[i][j]>+> B[i][j]> print>(>'Addition of matrices:
'>, C)> > # Element wise subtraction> D>=> [[>0> for> i>in> range>(cols)]>for> j>in> range>(rows)]> for> i>in> range>(rows):> >for> j>in> range>(cols):> >D[i][j]>=> A[i][j]>-> B[i][j]> print>(>'Subtraction of matrices:
'>, D)> > # Element wise division> E>=> [[>0> for> i>in> range>(cols)]>for> j>in> range>(rows)]> for> i>in> range>(rows):> >for> j>in> range>(cols):> >E[i][j]>=> A[i][j]>/> B[i][j]> print>(>'Division of matrices:
'>, E)> |
>
код abs c
>Вихід
Addition of matrices: [[8, 10], [13, 15]] Subtraction of matrices: [[-6, -6], [-5, -5]] Division of matrices: [[0.14285714285714285, 0.25], [0.4444444444444444, 0.5]]>
Часова складність: O(n^2)
Просторова складність: O(n^2)