我有一个矩阵:
[[1 2 3],
[4 5 6],
[7 8 9]]
我需要创建一个新矩阵:
[[7 4 1],
[8 5 2],
[9 6 3]]
我试过
new_matrix = [[1]]
new_matrix.append(matrix[1][0])
并得到一个 new_matrix =[4 1]
而不是一个 new_matrix =[1 4]
如果您需要更多说明,请询问。
是的。使用new_matrix.insert(0,matrix[1][0])
.
insert(position,value)
允许您将对象插入到列表中的指定位置。在这种情况下,由于您要在开头插入一个数字,因此位置为零。
但是请注意,如果 new_matrix 有 n 个元素,这需要 O(n) 时间。如果 new_matrix 有 100 个元素,那么在开头添加一些东西比它有 10 个元素要长十倍。这比在列表末尾添加一些东西要慢得多,这通常需要 O(1):无论如何它都应该很快new_matrix 有多大。有关 python 操作的时间复杂度的更多信息,请参见此处。如果您经常将元素添加到列表的开头,您可能需要考虑是否可以反转您正在做的事情。
另外,请注意你做事的方式,这会给你一个 [4,[1]] 的 new_matrix。我不太确定你想要什么:如果你想要描述它们的最终结果,那么你需要new_matrix = [1]
. 如果您的代码是正确的 ( new_matrix = [[1]]
),并且您想要[[4,1]]
,那么您需要执行new_matrix[0].insert(0,4)
. 如果你想[[4],[1]]
,你需要做new_matrix.insert(0,[4])
,等等。
顺便说一句,既然你似乎在用矩阵做事,你有没有考虑过使用 numpy?
(我想指出,如果这个答案看起来有点离题,那是因为这个问题被编辑成与最初提出的完全不同的东西。)
至于新问题:虽然 Stefan 的答案是好的 python,但你可能给自己太多的工作。很明显,您正在尝试实现类似矩阵转置的东西,但镜像除外。如果你正在做这些操作,Numpy会更容易和更快。在这种情况下,使用 numpy 数组,您只需要执行以下操作:
import numpy as np # import numpy
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Here's your matrix
new_matrix_1 = matrix[::-1,:] # Here's your matrix with all the rows reversed: [[7,8,9],[4,5,6],[1,2,3]]
new_matrix = new_matrix_1.T # Here's the transpose of that, which is what you want.
虽然这只是一件事,但这将使您所做的一切变得更容易。例如,算术实际上会起作用:new_matrix+matrix
, 2*new_matrix
, 等等。否则,您必须手动执行此操作。
当您可以一次完成时,为什么要以微小的步骤构建矩阵?
>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> new_matrix = zip(*matrix[::-1])
>>> new_matrix
[(7, 4, 1), (8, 5, 2), (9, 6, 3)]
或者,如果您确实需要将行作为列表:
>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> new_matrix = map(list, zip(*matrix[::-1]))
>>> new_matrix
[[7, 4, 1], [8, 5, 2], [9, 6, 3]]
解释:
[::-1]
反转矩阵,即将它颠倒过来。这让我们离想要的结果更近了一步。zip
通过组合行来转置矩阵。zip 结果的第一个元素是每行第一个元素的列表,即 zip 的第一个元素是第一列。依此类推,即 zip 为您提供列列表,即转置矩阵。从:
[[1 2 3],
[4 5 6],
[7 8 9]]
到
[[7 4 1],
[8 5 2],
[9 6 3]]
可以做为
import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
matrix[::-1].T
如果您喜欢列表理解和其他东西:
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
result = [ [ i[k] for i in matrix[::-1] ] for k in range(len(matrix)) ]