Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial programming >> Python

Matriks Python:Transpose, Perkalian, Contoh Array NumPy

Apa itu Matriks Python?

Matriks Python adalah larik data persegi dua dimensi khusus yang disimpan dalam baris dan kolom. Data dalam matriks dapat berupa angka, string, ekspresi, simbol, dll. Matriks merupakan salah satu struktur data penting yang dapat digunakan dalam perhitungan matematis dan ilmiah.

Dalam tutorial Python ini, Anda akan belajar:

Bagaimana cara kerja Matriks Python?

Data di dalam array dua dimensi dalam format matriks terlihat sebagai berikut:

Langkah 1)

Ini menunjukkan matriks 2x2. Memiliki dua baris dan 2 kolom. Data di dalam matriks adalah bilangan. Baris1 memiliki nilai 2,3, dan baris2 memiliki nilai 4,5. Kolom, yaitu col1, memiliki nilai 2,4, dan col2 memiliki nilai 3,5.

Langkah 2)

Ini menunjukkan matriks 2x3. Ini memiliki dua baris dan tiga kolom. Data di dalam baris pertama, yaitu baris1, memiliki nilai 2,3,4, dan baris2 memiliki nilai 5,6,7. Kolom col1 memiliki nilai 2,5, col2 memiliki nilai 3,6, dan col3 memiliki nilai 4,7.

Demikian pula, Anda dapat menyimpan data Anda di dalam matriks nxn dengan Python. Banyak operasi yang dapat dilakukan pada matriks seperti penjumlahan, pengurangan, perkalian, dll.

Python tidak memiliki cara langsung untuk mengimplementasikan tipe data matriks.

Matriks python menggunakan array, dan hal yang sama dapat diimplementasikan.

Buat Matriks Python menggunakan tipe data daftar bersarang

Dalam Python, array direpresentasikan menggunakan tipe data daftar. Jadi sekarang akan menggunakan daftar untuk membuat matriks python.

Kami akan membuat matriks 3x3, seperti yang ditunjukkan di bawah ini:

Matriks di dalam daftar dengan semua baris dan kolom adalah seperti yang ditunjukkan di bawah ini:

Daftar =[[Baris1], [Baris2], [Baris3] ... [Baris]]

Jadi sesuai matriks yang tercantum di atas jenis daftar dengan data matriks adalah sebagai berikut:

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]

Untuk membaca data di dalam Python Matrix menggunakan daftar.

Kami akan menggunakan matriks yang didefinisikan di atas. Contoh akan membaca data, mencetak matriks, menampilkan elemen terakhir dari setiap baris.

Contoh:Untuk mencetak matriks

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]#Untuk mencetak matrixprint(M1)

Keluaran:

Matriks M1 =[[8, 14, -6], [12, 7, 4], [-11, 3, 21]]

Contoh 2:Untuk membaca elemen terakhir dari setiap baris.

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]matriks_panjang =len(M1)#Untuk membaca elemen terakhir dari setiap baris.untuk i dalam rentang(panjang_matriks):print(M1[i][-1])

Keluaran:

-6421

Contoh 3:Untuk mencetak baris dalam Matriks

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]matriks_panjang =len(M1)#Untuk mencetak baris dalam Matriks untuk i dalam rentang( matrix_length):print(M1[i])

Keluaran:

[8, 14, -6][12, 7, 4][-11, 3, 21]

Menambahkan Matriks Menggunakan Daftar Bersarang

Kita dapat dengan mudah menjumlahkan dua matriks yang diberikan. Matriks di sini akan berada dalam bentuk daftar. Mari kita kerjakan contoh yang akan berhati-hati untuk menjumlahkan matriks yang diberikan.

Matriks 1:

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]

Matriks 2 :

M2 =[[3, 16, -6], [9,7,-4], [-1,3,13]]

Terakhir akan menginisialisasi matriks yang akan menyimpan hasil M1 + M2.

Matriks 3 :

M3 =[[0,0,0], [0,0,0], [0,0,0]]

Contoh:Menambahkan Matriks

Untuk menambahkan, matriks akan menggunakan for-loop yang akan loop melalui kedua matriks yang diberikan.

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]M2 =[[3, 16, -6], [9,7,- 4], [-1,3,13]]M3 =[[0,0,0], [0,0,0], [0,0,0]]panjang_matriks =len(M1)#Menjumlahkan M1 dan Matriks M2untuk i dalam rentang(len(M1)):untuk k dalam rentang(len(M2)):M3[i][k] =M1[i][k] + M2[i][k]#Untuk Mencetak matrixprint("Jumlah Matriks M1 dan M2 =", M3)

Keluaran:

Jumlah Matriks M1 dan M2 =[[11, 30, -12], [21, 14, 0], [-12, 6, 34]]

Perkalian Matriks menggunakan Daftar Bersarang

Untuk mengalikan matriks, kita dapat menggunakan for-loop pada kedua matriks seperti yang ditunjukkan pada kode di bawah ini:

M1 =[[8, 14, -6], [12,7,4], [-11,3,21]]M2 =[[3, 16, -6], [9,7,- 4], [-1,3,13]]M3 =[[0,0,0], [0,0,0], [0,0,0]]panjang_matriks =len(M1)#Untuk Mengalikan M1 dan Matriks M2untuk i dalam rentang(len(M1)):untuk k dalam rentang(len(M2)):M3[i][k] =M1[i][k] * M2[i][k]#Untuk Mencetak matrixprint("Perkalian Matriks M1 dan M2 =", M3)

Keluaran:

Perkalian Matriks M1 dan M2 =[[24, 224, 36], [108, 49, -16], [11, 9, 273]]

Buat Matriks Python menggunakan Array dari paket Python Numpy

Pustaka python Numpy membantu menangani array. Numpy memproses larik sedikit lebih cepat dibandingkan dengan daftar.

Untuk bekerja dengan Numpy, Anda harus menginstalnya terlebih dahulu. Ikuti langkah-langkah yang diberikan di bawah ini untuk menginstal Numpy.

Langkah 1)

Perintah untuk menginstal Numpy adalah :

pip install NumPy

Langkah 2)

Untuk menggunakan Numpy dalam kode Anda, Anda harus mengimpornya.

impor NumPy

Langkah 3)

Anda juga dapat mengimpor Numpy menggunakan alias, seperti yang ditunjukkan di bawah ini:

impor NumPy sebagai np

Kita akan menggunakan metode array() dari Numpy untuk membuat matriks python.

Contoh :Array di Numpy untuk membuat Python Matrix

import numpy sebagai npM1 =np.array([[5, -10, 15], [3, -6, 9], [-4, 8, 12]])print(M1)

Keluaran:

[[ 5 -10 15] [ 3 -6 9] [ -4 8 12]]

Operasi Matriks menggunakan Numpy.Array()

Operasi matriks yang dapat dilakukan adalah penjumlahan, pengurangan, perkalian, transpos, pembacaan baris, kolom matriks, pemotongan matriks, dll. Dalam semua contoh, kita akan menggunakan metode array().

Penjumlahan Matriks

Untuk melakukan penjumlahan pada matriks, kita akan membuat dua matriks menggunakan numpy.array() dan menambahkannya menggunakan operator (+).

Contoh:

import numpy sebagai npM1 =np.array([[3, 6, 9], [5, -10, 15], [-7, 14, 21]])M2 =np.array([[9, -18, 27], [11, 22, 33], [13, -26, 39]])M3 =M1 + M2 cetak(M3)

Keluaran:

[[ 12 -12 36] [ 16 12 48] [ 6 -12 60]]

Pengurangan Matriks

Untuk melakukan pengurangan pada matriks, kita akan membuat dua matriks menggunakan numpy.array() dan mengurangkannya menggunakan operator (-).

Contoh:

import numpy sebagai npM1 =np.array([[3, 6, 9], [5, -10, 15], [-7, 14, 21]])M2 =np.array([[9, -18, 27], [11, 22, 33], [13, -26, 39]])M3 =M1 - M2 cetak(M3)

Keluaran:

[[ -6 24 -18] [ -6 -32 -18] [-20 40 -18]]

Perkalian Matriks

Pertama akan membuat dua matriks menggunakan numpy.arary(). Untuk mengalikannya, Anda dapat menggunakan metode numpy dot() . Numpy.dot() adalah perkalian titik dari matriks M1 dan M2. Numpy.dot() menangani larik 2D dan melakukan perkalian matriks.

Contoh:

import numpy sebagai npM1 =np.array([[3, 6], [5, -10]])M2 =np.array([[9, -18], [11, 22]])M3 =M1.dot(M2) print(M3)

Keluaran:

[[ 93 78] [ -65 -310]]

Transpose Matriks

Transpose matriks dihitung, dengan mengubah baris sebagai kolom dan kolom sebagai baris. Fungsi transpose() dari Numpy dapat digunakan untuk menghitung transpose suatu matriks.

Contoh:

import numpy sebagai npM1 =np.array([[3, 6, 9], [5, -10, 15], [4,8,12]])M2 =M1.transpose()print(M2) 

Keluaran:

[[ 3 5 4] [ 6 -10 8] [ 9 15 12]]

Pemotongan Matriks

Slicing akan mengembalikan Anda elemen dari matriks berdasarkan indeks awal / akhir yang diberikan.

Sebelum kita mengerjakan slicing pada matriks, mari kita pahami terlebih dahulu bagaimana menerapkan slice pada array sederhana.

import numpy as nparr =np.array([2,4,6,8,10,12,14,16])print(arr[3:6]) # akan mencetak elemen dari 3 hingga 5print(arr [:5]) # akan mencetak elemen dari 0 hingga 4print(arr[2:]) # akan mencetak elemen dari 2 hingga panjang array.print(arr[-5:-1]) # akan mencetak dari akhir yaitu -5 hingga -2print(arr[:-1]) # akan mencetak dari akhir yaitu 0 hingga -2

Keluaran:

[ 8 10 12][ 2 4 6 8 10][ 6 8 10 12 14 16][ 8 10 12 14][ 2 4 6 8 10 12 14]

Sekarang mari kita terapkan slicing pada matrix . Untuk melakukan pemotongan pada matriks

sintaksnya adalah M1[row_start:row_end, col_start:col_end]

Matriks M1 yang akan kita gunakan adalah sebagai berikut:

M1 =np.array([[2, 4, 6, 8, 10], [3, 6, 9, -12, -15], [4, 8, 12, 16, -20], [ 5, -10, 15, -20, 25]])

Ada total 4 baris. Indeks dimulai dari 0 hingga 3. Angka 0 baris adalah [2,4,6,8,10], 1 st baris adalah [3,6,9,-12,-15] diikuti oleh nd dan ke-3 .

Matriks M1 memiliki 5 kolom. Indeks dimulai dari 0 hingga 4.Ke-0 kolom memiliki nilai [2,3,4,5], 1 st kolom memiliki nilai [4,6,8,-10] diikuti dengan nd , ke-3 , ke-4 , dan ke-5 .

Berikut adalah contoh yang menunjukkan cara mendapatkan data baris dan kolom dari matriks menggunakan slicing. Dalam contoh, kami mencetak 1 st dan ke-2 ke baris, dan untuk kolom, kami menginginkan kolom pertama, kedua, dan ketiga. Untuk mendapatkan output tersebut kita telah menggunakan:M1[1:3, 1:4]

Contoh:

import numpy sebagai npM1 =np.array([[2, 4, 6, 8, 10], [3, 6, 9, -12, -15], [4, 8, 12, 16, -20 ], [5, -10, 15, -20, 25]])print(M1[1:3, 1:4]) # Untuk 1:3, akan diberikan baris pertama dan kedua.#Kolom yang akan diambil dari pertama hingga ketiga.

Keluaran:

[[ 6 9 -12] [ 8 12 16]]

Contoh :Untuk mencetak semua baris dan kolom ketiga

import numpy sebagai npM1 =np.array([[2, 4, 6, 8, 10], [3, 6, 9, -12, -15], [4, 8, 12, 16, -20 ], [5, -10, 15, -20, 25]])print(M1[:,3]) # Ini akan mencetak semua baris dan data kolom ketiga.

Keluaran:

[ 8 -12 16 -20]

Contoh:Untuk mencetak baris pertama dan semua kolom

import numpy sebagai npM1 =np.array([[2, 4, 6, 8, 10], [3, 6, 9, -12, -15], [4, 8, 12, 16, -20 ], [5, -10, 15, -20, 25]])print(M1[:1,]) # Ini akan mencetak baris pertama dan semua kolom

Keluaran:

[[ 2 4 6 8 10]]

Contoh:Untuk mencetak tiga baris pertama dan 2 kolom pertama

import numpy sebagai npM1 =np.array([[2, 4, 6, 8, 10], [3, 6, 9, -12, -15], [4, 8, 12, 16, -20 ], [5, -10, 15, -20, 25]])print(M1[:3,:2])

Keluaran:

[[2 4] [3 6] [4 8]]

Mengakses Matriks NumPy

Kita telah melihat bagaimana mengiris bekerja. Mempertimbangkan hal itu, kita akan mengetahui cara mendapatkan baris dan kolom dari matriks.

Untuk mencetak baris matriks

Pada contoh akan mencetak baris-baris matriks.

Contoh:

import numpy sebagai npM1 =np.array([[3, 6, 9], [5, -10, 15], [4,8,12]])print(M1[0]) #first rowprint( M1[1]) # cetakan baris kedua(M1[-1]) # -1 akan mencetak baris terakhir

Keluaran:

[3 6 9][ 5 -10 15][ 4 8 12]

Untuk mendapatkan baris terakhir, Anda dapat menggunakan indeks atau -1. Misalnya, matriks memiliki 3 baris,

jadi M1[0] akan memberi Anda baris pertama,

M1[1] akan memberi Anda baris kedua

M1[2] atau M1[-1] akan memberi Anda baris ketiga atau baris terakhir.

Untuk mencetak kolom matriks

import numpy sebagai npM1 =np.array([[2, 4, 6, 8, 10], [3, 6, 9, -12, -15], [4, 8, 12, 16, -20 ], [5, -10, 15, -20, 25]])print(M1[:,0]) # Akan mencetak Columnprint pertama(M1[:,3]) # Akan mencetak Columnprint ketiga(M1[:,-1]) # -1 akan memberikan kolom terakhir

Keluaran:

[2 3 4 5][ 8 -12 16 -20][ 10 -15 -20 25]

Ringkasan:


Python

  1. Periksa Versi Python Dalam Kode:Memerlukan Minimum
  2. Rekursi Python
  3. Tutorial Parser XML Python:Baca contoh file xml(Minidom, ElementTree)
  4. Bagaimana cara mendapatkan tanggal dan waktu saat ini dengan Python?
  5. Menggunakan IPython
  6. Python Average:Cara Menemukan RATA-RATA Daftar dengan Python