将一个矩阵的每一行复制到python中另一个空矩阵的每一行答案

【问题标题】：Copying every row of one matrix to every row of another empty matrix in python将一个矩阵的每一行复制到python中另一个空矩阵的每一行
【发布时间】：2019-04-13 08:10:18
【问题描述】：

如何对矩阵中的每一行执行操作并将其复制到另一个矩阵？ data1 和 data2 是大小假设为 n*4 的矩阵，我需要为每个元素加 1。

import numpy as np
import sys
data1=np.matrix('1 1 1 1;2 2 2 2;3 3 3 3;4 4 4 4')
row1=np.matrix('1 1 1 1')
for row in data1:
    row=row+row1
    print(row)
//The results is as below
//[[2 2 2 2]]
//[[3 3 3 3]]
//[[4 4 4 4]]
//[[5 5 5 5]]

第二个矩阵 data2 应该包含行操作后矩阵 data1 中的所有元素。 print 语句给出了预期的结果，但是我如何将这些行复制到一个新的矩阵中？

【问题讨论】：

能否请您使用适当的缩进和内部代码块格式化代码
for i in alist: i = i+1 不会更改 alist 中的值。这是一个基本的 Python 迭代问题。
小修正不是1而是行矩阵。
请为data1 和data2 提供示例输入（使用正确的python 语法）
row=row+row1 仍然不会更改源 data1 中的 row。接受的答案避免了所有迭代，这很好。但是您的迭代问题是一个基本的 Python 问题，您迟早需要了解。

标签： python numpy matrix multidimensional-array

【解决方案1】：

假设您使用的是 numpy：

import numpy as np

data1 = np.array([[1,2,3,4],
                  [5,6,7,8]])

mu = [1,1,1,1]

data2 = data1 + mu

或者，如果您实际上只是想将1 添加到每个元素：

data2 = data1 + 1

或者如果data1 只是一个列表列表，那么使用嵌套列表推导：

mu = [1,1,1,1]
data1 = [[1,2,3,4],
         [5,6,7,8]]
data2 = [[r+m for r,m in zip(row,mu)] for row in data1]

【讨论】：

如果您可以摆脱使用 numpy，这是正确的解决方案。它速度更快，并且对于此类操作更简单。除了数组类型之外，numpy 还有一个遵循矩阵乘法规则的矩阵类型。因此，如果 data1*data2 是数组，它们将逐个元素相乘，但如果您选择 np.matrix 类型 data1*data2.T 将转置 data2 以获得矩阵乘法 (2,4) * (4,2) 的正确形状然后做矩阵乘法。
@velotron 但您不应该再使用矩阵类型，即使对于线性代数也是如此。您可以使用数组进行矩阵乘法：data1 @ data2.T
@Dan 感谢您指出这一点。矩阵类型确实有其他有用的语法。例如 data2.I 将返回矩阵的逆矩阵。您可以使用 numpy.linalg.inv(x) 对数组执行相同的操作，但 .I 表示法很好。但是，直到matrix is deprecated。谢谢！