Αυτό το άρθρο θα σας παρουσιάσει το Matrix στο με κάθε λειτουργία που αφορά το θέμα με μια επίδειξη μέσω προγραμματισμού. Οι ακόλουθοι δείκτες θα καλυφθούν σε αυτό το άρθρο,
τύποι πλαισίων στο σελήνιο
Ας ξεκινήσουμε τότε,
Matrix στο Python
Το Matrix δεν είναι παρά μια ορθογώνια σειρά αριθμών ή οποιαδήποτε άλλη μορφή δεδομένων. Η βασική ιδέα ενός πίνακα πρέπει να είναι ξεκάθαρη πριν λειτουργήσει σε πίνακες εντός των ορίων της γλώσσας προγραμματισμού python. Η οριζόντια διάταξη των δεδομένων είναι σειρές και η κάθετη διάταξη είναι στήλες. Το μέγεθος οποιουδήποτε πίνακα ή με άλλα λόγια, ο αριθμός των στοιχείων μέσα σε μια μήτρα είναι (R) X (C) όπου το R είναι σειρές και C, στήλες. Η Python δεν έχει ενσωματωμένο τύπο για πίνακες, επομένως θεωρούμε δύο ή περισσότερες λίστες μαζί ως πίνακες.
Τώρα, ας ρίξουμε μια ματιά στην προβολή στοιχείων ενός πίνακα και της λειτουργικότητάς του. Εξετάστε τον παρακάτω εικονογραφημένο κώδικα python.
print ('n ΚΑΛΩΣ ΗΡΘΑΤΕ ΣΤΗ EDUREKA! n') print ('Παρακάτω είναι ένα Matrixn') A = [[1,4,5,12], [-5,8,9,0] [-6,7,11, 19]] εκτύπωση ('A =', A) εκτύπωση ('nΑπόπειρα εκτύπωσης της 2ης σειράς') εκτύπωση ('A [1] =', A [1]) εκτύπωση ('nΑπόπειρα εκτύπωσης της 2ης σειράς, 3ο στοιχείο εκτύπωση ('A [1] [2] =', A [1] [2]) print ('nPriting τελευταίο στοιχείο της 1ης σειράς') εκτύπωση ('A [0] [3] =', A [ 0] [3]) στήλη = [] για τη σειρά στο Α: column.append (σειρά [2]) εκτύπωση ('n Εμφάνιση της 3ης στήλης μόνο') εκτύπωση ('3η στήλη =', στήλη) εκτύπωση ('n Ευχαριστώ να εχεις μια ομορφη ημερα!')Παραγωγή
Προχωρώντας με αυτό το άρθρο
Πακέτο NumPy για πίνακες στο Python
Το Numpy είναι μια βιβλιοθήκη python, η οποία επιτρέπει την επιστημονική πληροφορική. Το Numpy μπορεί να βοηθήσει τους χρήστες να δουλέψουν σε πολυδιάστατες συστοιχίες.
/ Προσθήκη εκτύπωσης Matrices ('n ΚΑΛΩΣ ΗΡΘΑΤΕ ΣΤΟ EDUREKA! N') εισαγωγή numpy ως np A = np.array ([[24,41], [35, -9]]) B = np.array ([[19, - 36], [37,68]]) C = A + B εκτύπωση («Το άθροισμα μιας μήτρας χρησιμοποιώντας το Numpy is simplen») εκτύπωση (C) εκτύπωση («nΣας ευχαριστώ!»)Παραγωγή
/
Προχωρώντας με αυτό το άρθρο
Πολλαπλασιασμός πινάκων
Το προϊόν δύο πινάκων βρίσκεται χρησιμοποιώντας βιβλιοθήκες Numpy όπως φαίνεται παρακάτω.
// Εισαγωγή numpy ως np A = np.array ([[7,1,3], [6, -2,0]]) B = np.array ([[2,3], [9,5], [4, -2]]) C = A.dot (B) print ('nΤο προϊόν των δύο πινάκων είναι n') print (C) print ('nΣε ευχαριστώ! N')Παραγωγή
Προχωρώντας με αυτό το άρθρο σχετικά με το Matrix In Python,
Μεταφορά ενός πίνακα
ταξινόμηση () σε c ++
Το Transpose αναφέρεται σε έναν νέο πίνακα που σχηματίζεται, του οποίου οι γραμμές είναι τώρα οι στήλες και των οποίων οι στήλες είναι τώρα οι σειρές του αρχικού πίνακα.
// Εισαγωγή numpy ως np A = np.array ([[1,1], [2,1], [3, -3]]) print ('n This is your original matrixn') print (A) print ( 'This is your transpose') print (A.transpose ()) print ('nΣε ευχαριστώ')Παραγωγή
Αυτό μας φέρνει στο τέλος αυτού του άρθρου.
Για να μάθετε σε βάθος την Python μαζί με τις διάφορες εφαρμογές της, μπορείτε για ζωντανή διαδικτυακή εκπαίδευση με 24ωρη υποστήριξη και πρόσβαση σε όλη τη διάρκεια ζωής.
Έχετε μια ερώτηση για εμάς; Αναφέρετέ τα στην ενότητα σχολίων του άρθρου και θα επικοινωνήσουμε μαζί σας.