python 手写矩阵类

已于 2023-10-28 21:57:12 修改
阅读量182 收藏 2
点赞数 2
文章标签： python 矩阵 开发语言
于 2023-10-28 19:59:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_57730943/article/details/134095078
版权

python 实现矩阵类

python上课作业手写一个矩阵类，实现矩阵的加法、减法、矩阵乘法、矩阵数乘、转置、求逆，记录一下实现过程

前置知识

  • class类的使用
  • 重载运算符
  • 矩阵求逆(高斯-约旦消元)

首先定义一个矩阵类

class Matrix(object):
    # 矩阵类
    
    def __init__(self, n: int, m: int, matrix = None):
        if(matrix):
            if(matrix_is(matrix, n, m)):
                self.n = n
                self.m = m
                self.matrix = matrix
                return
        self.n = n
        self.m = m
        self.matrix = [[0 for i in range(m)] for j in range(n)]

其中 n , m , m a t r i x n,m,matrix n,m,matrix 分别表示矩阵的行数、列数、矩阵，初始化可以传入矩阵也可以不传入矩阵，不传入矩阵则生成一个 n ∗ m n*m n∗m 的 0 0 0 矩阵

重载加法运算

def __add__(self, other: "Matrix"):
        if(self.get_size() != other.get_size()):
            print("矩阵大小不匹配")
            return
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            for j in range(self.m):
                new.matrix[i][j] = self.matrix[i][j] + other.matrix[i][j]
        return new

重载减法运算

def __sub__(self, other:"Matrix"):
        if(self.get_size() != other.get_size()):
            print("矩阵大小不匹配")
            return
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            for j in range(self.m):
                new.matrix[i][j] = self.matrix[i][j] - other.matrix[i][j]
        return new

重载数乘

def __mul__(self, other: int):
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            for j in range(self.m):
                new.matrix[i][j] = self.matrix[i][j] * other 
        return new

矩阵乘法

def dot(self, other: "Matrix"):
        if(self.m != other.n):
            print("矩阵大小不匹配")
            return
        new = Matrix(self.n,other.m)
        for i in range(self.n):
            for j in range(other.m):
                sum = 0
                for k in range(self.m):
                    sum += self.matrix[i][k] * other.matrix[k][j]
                new.matrix[i][j] = sum
        return new

下面是重头戏：矩阵求逆
思路

  • 求 A A A 的逆矩阵，把 A A A 和单位阵 E E E 放在一个矩阵里
  • 对 A A A 进行加减消元使 A A A 化成单位矩阵
  • 此时原来的 E E E 即为逆矩阵

举个栗子
求
[ 2 − 1 0 − 1 2 − 1 0 − 1 2 ] \begin{bmatrix}2&-1&0\\-1&2&-1\\0&-1&2\end{bmatrix} ​2−10​−12−1​0−12​ ​的逆矩阵
首先
[ 2 − 1 0 1 0 0 − 1 2 − 1 0 1 0 0 − 1 2 0 0 1 ] \begin{bmatrix}2&-1&0&1&0&0\\-1&2&-1&0&1&0\\0&-1&2&0&0&1\end{bmatrix} ​2−10​−12−1​0−12​100​010​001​ ​
将左边矩阵消元可得
[ 2 − 1 0 1 0 0 0 3 2 − 1 1 2 1 0 0 0 4 3 1 3 2 3 1 ] \begin{bmatrix}2&-1&0&1&0&0\\0&\frac{3}{2}&-1&\frac{1}{2}&1&0\\0&0&\frac{4}{3}&\frac{1}{3}&\frac{2}{3}&1\end{bmatrix} ​200​−123​0​0−134​​121​31​​0132​​001​ ​
这是高斯消元可以得到的结果，即上三角矩阵，之后高斯消元开始回代，但约旦消元会消成对角矩阵
[ 2 0 0 3 2 1 1 2 0 3 2 0 3 4 3 2 3 4 0 0 4 3 1 3 2 3 1 ] \begin{bmatrix}2&0&0&\frac{3}{2}&1&\frac{1}{2}\\0&\frac{3}{2}&0&\frac{3}{4}&\frac{3}{2}&\frac{3}{4}\\0&0&\frac{4}{3}&\frac{1}{3}&\frac{2}{3}&1\end{bmatrix} ​200​023​0​0034​​23​43​31​​123​32​​21​43​1​ ​
最后每行除以系数
[ 1 0 0 3 4 1 2 1 4 0 1 0 1 2 1 1 2 0 1 1 2 1 4 1 2 3 4 ] \begin{bmatrix}1&0&0&\frac{3}{4}&\frac{1}{2}&\frac{1}{4}\\0&1&0&\frac{1}{2}&1&\frac{1}{2}\\0&1&\frac{1}{2}&\frac{1}{4}&\frac{1}{2}&\frac{3}{4}\end{bmatrix} ​100​011​0021​​43​21​41​​21​121​​41​21​43​​ ​
此时右半边即为所求逆矩阵

def inv(self):
        if(self.n != self.m):
            print("矩阵不可逆")
            return
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            new.matrix[i][i] = 1
        for i in range(self.n):
            k = i
            for j in range(i + 1,self.n):
                if(abs(self.matrix[j][i]) > abs(self.matrix[k][i])):
                    k = j
            self.matrix[i], self.matrix[k] = self.matrix[k], self.matrix[i]
            new.matrix[i], new.matrix[k] = new.matrix[k], new.matrix[i]
            if(self.matrix[i][i] == 0):
                print("矩阵不可逆")
                return
            for j in range(0,self.n):
                if(j != i):
                    temp = self.matrix[j][i] / self.matrix[i][i]
                    for t in range(self.n):
                        self.matrix[j][t] -= self.matrix[i][t] * temp
                        new.matrix[j][t] -= new.matrix[i][t] * temp
        for i in range(self.n):
            for j in range(self.n):
                new.matrix[i][j] = new.matrix[i][j] / self.matrix[i][i]
        return new

完整代码

def matrix_is(matrix, n: int, m: int):
    if(len(matrix) == n):
        for i in range(n):
            if(len(matrix[i]) != m):
                return False
            for j in range(len(matrix[i])):
                if(type(matrix[i][j]) != int):
                    return False
    else:
        return False
    return True

class Matrix(object):
    # 矩阵类

    def __init__(self, n: int, m: int, matrix = None):
        if(matrix):
            if(matrix_is(matrix, n, m)):
                self.n = n
                self.m = m
                self.matrix = matrix
                return
        self.n = n
        self.m = m
        self.matrix = [[0 for i in range(m)] for j in range(n)]
    
    def get_size(self):
        return self.n, self.m

    def __add__(self, other: "Matrix"):
        if(self.get_size() != other.get_size()):
            print("矩阵大小不匹配")
            return
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            for j in range(self.m):
                new.matrix[i][j] = self.matrix[i][j] + other.matrix[i][j]
        return new
    
    def __sub__(self, other:"Matrix"):
        if(self.get_size() != other.get_size()):
            print("矩阵大小不匹配")
            return
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            for j in range(self.m):
                new.matrix[i][j] = self.matrix[i][j] - other.matrix[i][j]
        return new
    
    def __mul__(self, other: int):
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            for j in range(self.m):
                new.matrix[i][j] = self.matrix[i][j] * other 
        return new
    
    def dot(self, other: "Matrix"):
        if(self.m != other.n):
            print("矩阵大小不匹配")
            return
        new = Matrix(self.n,other.m)
        for i in range(self.n):
            for j in range(other.m):
                sum = 0
                for k in range(self.m):
                    sum += self.matrix[i][k] * other.matrix[k][j]
                new.matrix[i][j] = sum
        return new
    
    def inv(self):
        if(self.n != self.m):
            print("矩阵不可逆")
            return
        new = Matrix(self.n,self.m)
        for i in range(self.n):
            new.matrix[i][i] = 1
        for i in range(self.n):
            k = i
            for j in range(i + 1,self.n):
                if(abs(self.matrix[j][i]) > abs(self.matrix[k][i])):
                    k = j
            self.matrix[i], self.matrix[k] = self.matrix[k], self.matrix[i]
            new.matrix[i], new.matrix[k] = new.matrix[k], new.matrix[i]
            if(self.matrix[i][i] == 0):
                print("矩阵不可逆")
                return
            for j in range(0,self.n):
                if(j != i):
                    temp = self.matrix[j][i] / self.matrix[i][i]
                    for t in range(self.n):
                        self.matrix[j][t] -= self.matrix[i][t] * temp
                        new.matrix[j][t] -= new.matrix[i][t] * temp
        for i in range(self.n):
            for j in range(self.n):
                new.matrix[i][j] = new.matrix[i][j] / self.matrix[i][i]
        return new


if __name__ == '__main__':
    matrix1 = [[2,-1,0],[-1,2,-1],[0,-1,2]]
    matrix2 = [[1,1],[1,1]]
    matrix3 = [[2,2],[2,2]]
    matrix1 = Matrix(3,3,matrix1)
    matrix2 = Matrix(2,2,matrix2)
    matrix3 = Matrix(2,2,matrix3)
    matrix4 = matrix2 + matrix3
    for i in range(matrix4.n):
        for j in range(matrix4.m):
            print(matrix4.matrix[i][j],end = ' ')
        print()
    print()
    matrix5 = matrix2 - matrix3
    matrix1 = matrix1.inv()
    for i in range(matrix1.n):
        for j in range(matrix1.m):
            print(matrix1.matrix[i][j],end = ' ')
        print()
    print()
    for i in range(matrix4.n):
        for j in range(matrix4.m):
            print(matrix4.matrix[i][j],end = ' ')
        print()
    print()
    for i in range(matrix5.n):
        for j in range(matrix5.m):
            print(matrix5.matrix[i][j],end = ' ')
        print()
    print()
|lyc
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python TensorFlow手写数字识别
05-20
8. **Python编程**：整个项目是用Python编写的，这需要掌握基本的Python语法和Numpy库，Numpy用于处理数组和矩阵运算。 9. **环境配置**：运行此项目前，需要确保已安装Python、TensorFlow和其他必要的库（如Numpy...
Python基础实现矩阵类 1
ncu5509121083的博客
05-24 3608
Python基础实现矩阵类 1：矩阵类，打印矩阵，矩阵加减数乘
Python中矩阵创建和矩阵运算
qian_fighting的博客
01-17 6万+
python编程语言
python矩阵_Python矩阵
从零开始的教程世界
07-08 1万+
python矩阵In this tutorial we will learn about Python Matrix. In our previous tutorial we learnt about Python JSON operations. 在本教程中，我们将学习Python矩阵。 在上一教程中，我们了解了Python JSON操作。 Python矩阵 (Python Matrix) ...
python怎么写矩阵_python 入门（一）矩阵处理
weixin_39683769的博客
11-29 2559
numpy 使用1.使用 array 定义矩阵dataSet = array([[1.0,1.1],[1.0,1.0],[0.0,0.0],[0,0.1]])2.使用 shape 返回矩阵的行数（列数）dataSet.shape[0] #4dataSet.shape[1] #23.使用 tile 成倍的扩大矩阵intX =array([0,1,1,1])tsample = tile(intX,(4...
python生成二维矩阵的方法
wu_zhiyuan的博客
07-24 1万+
输出为可见，第二列的元素全部被赋值为9了。
；python手写数字识别
05-09
【Python手写数字识别】 在信息技术领域，计算机视觉是一门重要的学科，它允许计算机系统解析、理解和处理图像。其中，手写数字识别是一项常见的任务，广泛应用于自动支票读取、验证码识别、智能输入设备等领域。...
python手写均值滤波
09-17
在Python中，我们可以使用OpenCV库进行均值滤波，但本篇我们将讨论如何手写均值滤波的代码。 首先，理解均值滤波的基本原理。它涉及到在一个固定的窗口（滤波模板）内移动，对窗口内的像素值求和，然后除以窗口的...
Python手写数字数据集
05-17
【Python手写数字数据集】是一个专为Python编程语言设计的、用于机器学习和深度学习实践的数据集。这个数据集通常包含了大量的手写数字图像，是开发者和研究人员用来训练和测试算法，特别是图像识别和模式识别算法的...
手写数字识别python
03-24
在本项目中，我们主要探讨的是使用Python编程语言和PyTorch深度学习框架来实现手写数字识别。手写数字识别是一项广泛应用的技术，比如在银行的支票读取、邮政编码识别等领域。该项目的核心是训练一个神经网络模型，...
Python实现矩阵(Matrix)类
ik666的博客
05-13 5008
Python实现矩阵类
对称矩阵的特征向量两两正交的证明
机器学习与遥感图像智能信息处理
08-02 2万+
对称阵有一个很优美的性质：它总能相似对角化，对称阵不同特征值对应的特征向量两两正交。 假设矩阵AA是一个对称矩阵， xix_i和xjx_j 是矩阵AA 的任意两个特征向量，λi\lambda_i和λj\lambda_j 是与xix_i和xjx_j 相对应的特征值，则有： Axi=λixi(1)Ax_i = \lambda_ix_i \qqu
用python写一个蛇形矩阵
一只小鹰
05-28 6635
蛇形矩阵，如：10 11 12 1 9 16 13 2 8 15 14 3 7 6 5 4从右上角大回环，其实挺简单，思路想明白了就顺了。这样的矩阵可以看做二维数组，python对数组的写法很麻烦，用numpy生成就简单多了myarray = np.zeros((N, N), dtype=np.int16)有了数组矩阵，接着分析规律，从右上角开始为1，依次向下循环，所以就是行+1...
python创造矩阵
search7的博客
07-20 2万+
python的numpy创造矩阵 from numpy import mat import numpy as np data1=mat(zeros((3,3)));               #创建一个3*3的零矩阵，矩阵这里zeros函数的参数是一个tuple类型(3,3) data2=mat(ones((2,4)));                #创建一个2*4的
Python中矩阵库Numpy基本操作
热门推荐
yqtao的博客
09-29 14万+
NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。下面对numpy中的操作进行总结。 numpy包含两种基本的数据类型：数组和矩阵。数组>>> from numpy import * >>> a1=array([1,1,1]) #定义一个数组 >>> a2=array([2,2,2]) >>> a1+a2
Python中数组及矩阵的大小
鲸鱼
12-01 6万+
Python中数组及矩阵的大小 写在前面：最近看了caffe以及rcnn-depth的代码，感慨什么时候自己才能写出这样的代码。但是只感慨是没有用的，还是动手码才行！显而易见的是，像我目前这种敲两行代码都要问google是肯定不行，因此往后的一段时间会利用空余时间对目前接触比较多的Python, Matlab及C++中一些容易混淆的问题稍作总结，以期能够慢慢提高的码代码水平。 在上篇博文中介
python矩阵操作小例子
深藏功与名
09-11 3450
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。 #矩阵表示形式 M = [ [a1, a2, a3],
用Python自己写一个简单的矩阵运算类（只实现矩阵加法和乘法）
记忆碎片的博客
07-22 7107
文章目录介绍Python代码实现 介绍 这是一道面试时的编程题。我们要在Python中实现一个简单的二维矩阵运算类，该类可以将双层列表初始化为二维矩阵，并可以进行矩阵加法和矩阵乘法。 我们使用assert断言来判断初始化时输入的是否是列表，在进行矩阵加法和矩阵乘法时也使用断言来判断两个矩阵的维度是否满足要求。需要注意的是，为了使矩阵运算更具有通用性，矩阵加法和乘法的结果也应初始化为我们写的矩阵类，...
华为od机试真题 — 代表团坐车(Python)
最新发布
学习,你不是一个人在战斗 ～ 961302305（QQ,微信）
07-17 565
【华为od机试真题 】代表团坐车(Python) 某组织举行会议，来了多个代表团同时到达，接待处只有一辆汽车可以同时接待多个代表团，为了提高车辆利用率，请帮接待员计算可以坐满车的接待方案输出方案数量。
python手写Harris角点检测
11-12
以下是Python手写Harris角点检测的代码实现： ```python import cv2 import numpy as np def Harris_Corner_Detection(img, k=0.04, threshold=0.01): # 计算x、y方向的梯度 Ix = cv2.Sobel(img, cv2.CV_64F, 1,...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值