我正在尝试编写一个添加两个矩阵以通过以下文档测试的函数：
>>> a = [[1, 2], [3, 4]]
>>> b = [[2, 2], [2, 2]]
>>> add_matrices(a, b)
[[3, 4], [5, 6]]
>>> c = [[8, 2], [3, 4], [5, 7]]
>>> d = [[3, 2], [9, 2], [10, 12]]
>>> add_matrices(c, d)
[[11, 4], [12, 6], [15, 19]]
于是我写了一个函数：
def add(x, y):
return x + y
然后我写了以下函数：
def add_matrices(c, d):
for i in range(len(c)):
print map(add, c[i], d[i])
我排序得到了正确的答案。
【问题讨论】：
标签： python nested-lists
您可以使用numpy 模块，它对此提供了支持。
>>> import numpy as np
>>> a = np.matrix([[1, 2], [3, 4]])
>>> b = np.matrix([[2, 2], [2, 2]])
>>> a+b
matrix([[3, 4],
[5, 6]])
假设您想自己实现它，您需要设置以下机制，它可以让您定义任意成对操作：
from pprint import pformat as pf
class Matrix(object):
def __init__(self, arrayOfRows=None, rows=None, cols=None):
if arrayOfRows:
self.data = arrayOfRows
else:
self.data = [[0 for c in range(cols)] for r in range(rows)]
self.rows = len(self.data)
self.cols = len(self.data[0])
@property
def shape(self): # myMatrix.shape -> (4,3)
return (self.rows, self.cols)
def __getitem__(self, i): # lets you do myMatrix[row][col
return self.data[i]
def __str__(self): # pretty string formatting
return pf(self.data)
@classmethod
def map(cls, func, *matrices):
assert len(set(m.shape for m in matrices))==1, 'Not all matrices same shape'
rows,cols = matrices[0].shape
new = Matrix(rows=rows, cols=cols)
for r in range(rows):
for c in range(cols):
new[r][c] = func(*[m[r][c] for m in matrices], r=r, c=c)
return new
现在添加成对方法就像馅饼一样简单：
def __add__(self, other):
return Matrix.map(lambda a,b,**kw:a+b, self, other)
def __sub__(self, other):
return Matrix.map(lambda a,b,**kw:a-b, self, other)
例子：
>>> a = Matrix([[1, 2], [3, 4]])
>>> b = Matrix([[2, 2], [2, 2]])
>>> b = Matrix([[0, 0], [0, 0]])
>>> print(a+b)
[[3, 4], [5, 6]]
>>> print(a-b)
[[-1, 0], [1, 2]]
您甚至可以添加成对取幂、取反、二元运算等。我在这里不演示，因为矩阵乘法和矩阵求幂最好保留 * 和 **。
如果您只是想要一种非常简单的方法来仅将一个操作映射到两个嵌套列表矩阵，您可以这样做：
def listmatrixMap(f, *matrices):
return \
[
[
f(*values)
for c,values in enumerate(zip(*rows))
]
for r,rows in enumerate(zip(*matrices))
]
演示：
>>> listmatrixMap(operator.add, a, b, c))
[[3, 4], [5, 6]]
通过额外的 if-else 和关键字参数，您可以在 lambda 中使用索引。下面是如何编写矩阵行序enumerate 函数的示例。为了清楚起见，上面省略了 if-else 和关键字。
>>> listmatrixMap(lambda val,r,c:((r,c),val), a, indices=True)
[[((0, 0), 1), ((0, 1), 2)], [((1, 0), 3), ((1, 1), 4)]]
编辑
所以我们可以这样写上面的add_matrices函数：
def add_matrices(a,b):
return listmatrixMap(add, a, b)
演示：
>>> add_matrices(c, d)
[[11, 4], [12, 6], [15, 19]]
【讨论】：
print（或任何其他“副作用代码”）；您将希望函数返回 新 值，您可以稍后打印。 例如您的函数没有返回任何内容：add_matrices(c,d)==None。你想要add_matrices(c,d)==[[..],[..],[..]]。尽管所有这些答案看起来都不同，但它们all 创建了一个new 空白矩阵，将其填充并返回。 =)
1 和 print(1) 将显示相同的结果。然而1==1 是True，而print(1)==1 是False（print(...) 的值是什么）。这里的寓意是我们必须从函数中返回一个值，否则我们以后将无法在其他函数中重用它们。在处理 doctest 时，您不需要调用 print，通常只需要在大型程序中调用一次（或从不调用）。
def addM(a, b):
res = []
for i in range(len(a)):
row = []
for j in range(len(a[0])):
row.append(a[i][j]+b[i][j])
res.append(row)
return res
【讨论】：
另一种解决方案：
map(lambda i: map(lambda x,y: x + y, matr_a[i], matr_b[i]), xrange(len(matr_a)))
【讨论】：
from itertools import izip
def add_matrices(c, d):
return [[a+b for a, b in izip(row1, row2)] for row1, row2 in izip(c, d)]
但是如上所述，没必要重新发明轮子，直接用numpy，可能会更快更灵活。
【讨论】：