Transponha uma matriz
matriz = [[1, 2, 4], [31, 17, 15]]
A lista dentro da lista acima é uma linha e todos os elementos dentro da lista são chamados de coluna. Então, no exemplo acima, temos duas linhas e três colunas [2 x 3].
E também, a indexação do Python começa com zero.
A transposição de uma matriz significa onde mudamos as linhas para colunas ou colunas para linhas.
Vamos discutir diferentes tipos de métodos para fazer transposição de matriz.
Método 1: Transpor uma matriz Numpy Transpose ()
O primeiro método que vamos discutir é o Numpy. O Numpy lida principalmente com a matriz em Python e, para a transposição, chamamos o método transposto ().
No número da célula [24]: importamos o módulo Numpy como NP.
No número da célula [25]: estamos criando uma matriz Numpy com o nome arr_matrix.
No número da célula [26]: chamamos o método transpos.
No número da célula [27]: estamos imprimindo a matriz original (arr_matrix).
No número da célula [28]: estamos imprimindo a matriz de transposição (arr_transpose) e, a partir dos resultados, descobrimos que nossa matriz agora é transposta.
Método 2: Usando o método Numpy.transpor()
Também podemos transpor uma matriz em python usando o Numpy.Transpose (). Nisso, estamos passando a matriz para o método transpose () como um parâmetro.
No número da célula [29], criamos uma matriz usando uma matriz Numpy com o nome arr_matrix.
No número da célula [30]: Passamos o método ARR_MATRIX para o método transposto () e armazenamos os resultados de volta a uma nova variável arr_transpose.
No número da célula [31]: estamos imprimindo a matriz original (arr_matrix).
No número da célula [32]: Estamos imprimindo a matriz de transposição (ARR_TRANSPPEL) e, a partir dos resultados, descobrimos que nossa matriz agora está transposta.
Método 3: Matrix Transpose usando a Biblioteca Sympy
Uma biblioteca simpy é outra abordagem que nos ajuda a transpor uma matriz. Esta biblioteca está usando matemática simbólica para resolver os problemas da álgebra.
No número da célula [33]: importamos a biblioteca do Sympy. Ele não está vindo junto com o Python, então você deve instalá -lo explicitamente no seu sistema antes de usar esta biblioteca; senão, você receberá erros.
No número da célula [34]: Criamos uma matriz usando a biblioteca Sympy.
No número da célula [35]: chamamos a transposição (t) com o operador de pontos e armazenamos os resultados de volta a uma nova variável sympy_transpose.
No número da célula [36]: estamos imprimindo a matriz original (matriz).
No número da célula [37]: estamos imprimindo a matriz de transposição (sympy_transpose) e, a partir dos resultados, descobrimos que nossa matriz agora é transposta.
Método 4: Matrix Transpose usando loop aninhado
A transposição da matriz sem qualquer biblioteca em Python é um loop aninhado. Estamos criando uma matriz e depois criando outra matriz do mesmo tamanho que a matriz original para armazenar os resultados após a transposição. Não fazemos um código difícil da matriz de resultados porque não conhecemos a dimensão da matriz no futuro. Então, estamos criando o tamanho da matriz de resultados usando o tamanho da matriz original.
No número da célula [38]: Criamos uma matriz e imprimimos essa matriz.
No número da célula [39]: Usamos algumas maneiras pitônicas de descobrir a dimensão da matriz de transposição usando a matriz original. Porque se não fizermos isso, precisamos mencionar a dimensão da matriz de transposição. Mas com esse método, não nos importamos com as dimensões da matriz.
No número da célula [40]: executamos dois loops. Um loop superior é para as linhas e o loop aninhado para a coluna.
No número da célula [41]: estamos imprimindo a matriz original (matriz).
No número da célula [42]: estamos imprimindo a matriz de transposição (trans_matrix) e, a partir dos resultados, descobrimos que nossa matriz agora está transposta.
Método 5: Usando a compreensão da lista
O próximo método que vamos discutir é o método de compreensão da lista. Este método é semelhante ao python normal usando loops aninhados, mas de uma maneira mais pitônica. Podemos dizer que temos uma maneira mais avançada de resolver a transposição da matriz em uma única linha de código sem usar uma biblioteca.
No número da célula [43]: Criamos uma matriz M usando a lista aninhada.
No número da célula [44]: usamos o loop aninhado como discutimos no anterior, mas aqui em uma única linha e também não há necessidade de mencionar o índice oposto [j] [i], como fizemos no loop aninhado anterior.
No número da célula [45]: Estamos imprimindo a matriz original (M).
No número da célula [42]: estamos imprimindo a matriz de transposição (trans_m) e, a partir dos resultados, descobrimos que nossa matriz agora está transposta.
Método 6: Transpor uma matriz usando pymatrix
O Pymatrix é outra biblioteca leve para operações de matriz no Python. Também podemos fazer a transposição usando o pymatrix.
No número da célula [43]: importamos a biblioteca Pymatrix. Ele não está vindo junto com o Python, então você deve instalá -lo explicitamente no seu sistema antes de usar esta biblioteca; senão, você receberá erros.
No número da célula [44]: Criamos uma matriz usando a biblioteca Pymatrix.
No número da célula [45]: chamamos a transposição (trans ()) com o operador DOT e armazenamos os resultados de volta a uma nova variável pymatrix_transpose.
No número da célula [46]: estamos imprimindo a matriz original (matriz).
No número da célula [47]: estamos imprimindo a matriz de transposição (pymatrix_transpose) e, a partir dos resultados, descobrimos que nossa matriz agora está transposta.
Método 7: Usando o método ZIP
O ZIP é outro método para transpor uma matriz.
No número da célula [63]: Criamos uma nova matriz usando a lista.
No número da célula [64]: Passamos a matriz para o zíper com o * operador. Chamamos cada linha e depois convertemos essa linha em uma nova lista que se torna a transposição da matriz.
Conclusão: Vimos diferentes tipos de métodos que podem nos ajudar na transposição da matriz. Em que alguns dos métodos usam a matriz e a lista Numpy. Vimos que criar a matriz usando a lista aninhada é muito fácil em comparação com a matriz Numpy. Também vimos algumas novas bibliotecas como Pymatrix e Sympy. Neste artigo, tentamos mencionar todos os métodos de transposição que o programador usa.