EINE VOLLSTÄNDIGE ANLEITUNG ZUR MATRIXADDITION IN PYTHON
Veröffentlicht: 2023-01-21Python ist eine Sprache, die die Grundlage für die Durchführung verschiedener Operationen bietet. In diesem Artikel werden wir uns eingehend mit der Matrixaddition in Python befassen.
Eine Matrix ist als rechteckige Darstellung einer Reihe von Symbolen, Zahlen oder anderen Objektdarstellungen definiert, die durch Zeilen und Spalten ausgedrückt wird. Nehmen wir zum Beispiel eine Matrix P, die eine 3*3-Matrix ist. Sie lässt sich wie folgt darstellen:
In der Mathematik ist eine Matrix nichts anderes als eine Anordnung von Symbolen, Zahlen oder Ausdrücken, die in Form von Zeilen und Spalten angeordnet und in rechteckiger Form dargestellt werden. Zum Beispiel: Nehmen wir eine 2*3-Matrix A. Sie wird wie folgt dargestellt:
2 4 7
A= 3 5 9
6 1 8
An diesen Matrizen können verschiedene Operationen wie Addition, Subtraktion, Division usw. durchgeführt werden. Lassen Sie uns nun einen tieferen Einblick in die Matrixaddition in Python geben.
Sehen Sie sich die Data Science-Kurse von upGrad an
Inhaltsverzeichnis
MATRIXADDITION IN PYTHON
In diesem Abschnitt werden wir uns ansehen und verstehen, wie die Matrixaddition in Python funktioniert und welche verschiedenen Methoden es dafür gibt.
Ähnlich wie bei jeder anderen Art von Addition wird das Addieren der Elemente einer Matrix zu denen einer anderen als Matrixaddition bezeichnet. Wenn beispielsweise Elemente von Matrix A zu den Elementen von Matrix B addiert werden, dann würde Matrix C das Ergebnis der Addition speichern, dh C = A + B.
In Python kann die Matrixaddition nur bei Matrizen mit derselben Form durchgeführt werden, dh wenn A eine 2*3-Matrix ist, kann sie mit der Matrix B addiert werden, die ebenfalls 2*3 ist, aber nicht mit C, das a ist 3*3-Matrix.
Ein weiterer wichtiger Hinweis zur Matrixaddition in Python ist, dass der Additionsfluss in dieser speziellen Sprache nur in eine Richtung erfolgt. Dies impliziert, dass das erste Element der Matrix A[1,1] nur zum ersten Element der Matrix B[1,1] hinzugefügt werden kann.
Entdecken Sie unsere beliebten Data Science-Kurse
| Executive Post Graduate Program in Data Science vom IIITB | Professional Certificate Program in Data Science für die Entscheidungsfindung in Unternehmen | Master of Science in Data Science von der University of Arizona |
| Advanced Certificate Program in Data Science vom IIITB | Professional Certificate Program in Data Science und Business Analytics von der University of Maryland | Data Science-Kurse |
Lassen Sie uns ein Beispiel nehmen, um die grundlegende Matrixaddition in Python zu verstehen, bevor wir zu anderen Methoden übergehen.
2 3 4 1 1 1
A = 1 5 8 B = 2 2 2
7 6 9 1 1 1
3 4 5
C = A + B = 3 7 10
8 7 10
VERSCHIEDENE METHODEN DER MATRIXADDITION IN PYTHON
Es gibt 3 grundlegende Methoden zum Hinzufügen von Matrizen in Python. Lassen Sie uns jeden von ihnen anhand anschaulicher Beispiele verstehen:
MATRIX-ADDITION, DIE NESTED LIST COMPREHENSION VERWENDET
Eine der wunderbarsten Eigenschaften von Python ist List Comprehensions, das als intelligente Methode zum Iterieren eines iterierbaren Objekts definiert ist, um Listen zu erstellen. Ähnlich wie bei verschachtelten Schleifen ist das Verstehen verschachtelter Listen ein Listenverständnis, das in einem anderen verschachtelt ist.
Damit können Matrizen als verschachtelte Liste implementiert werden.
Lesen Sie unsere beliebten Data Science-Artikel
| Data Science Career Path: Ein umfassender Karriereleitfaden | Data Science Karrierewachstum: Die Zukunft der Arbeit ist da | Warum ist Data Science wichtig? 8 Wege, wie Data Science dem Unternehmen einen Mehrwert bringt |
| Relevanz von Data Science für Manager | Der ultimative Data Science Spickzettel, den jeder Data Scientist haben sollte | Die 6 wichtigsten Gründe, warum Sie Data Scientist werden sollten |
| Ein Tag im Leben von Data Scientists: Was machen sie? | Mythos gesprengt: Data Science braucht keine Codierung | Business Intelligence vs. Data Science: Was sind die Unterschiede? |
Nachfolgend ein Beispiel zum besseren Verständnis:
Z.B.
#Programm zum Addieren zweier Matrizen per Listenverständnis
A= [ [2, 3, 4], [1, 5, 8], [7, 6, 9] ]
B= [ [4, 2, 2], [1, 4, 1], [2, 2, 4] ]
Ausgabe=[ [A[i][j] + B[i][j] für j im Bereich (len(A[0])) ] für i im Bereich (len(A)) ]
Für r in der Ausgabe:
Drucken(r)
#AUSGABE: [ [6, 5, 6], [2, 9, 9], [9, 8, 13] ]
MATRIX-ADDITION UNTER VERWENDUNG VON VERSCHACHTELTEN SCHLEIFEN
Wie wir alle wissen, sind verschachtelte Schleifen Schleifen innerhalb von Schleifen. Im Fall der Matrixaddition in Python durchlaufen verschachtelte Schleifen jede Spalte und Zeile, und nach jeder Iterationsschleife werden die entsprechenden Elemente der Matrizen hinzugefügt und in einer dritten Matrix gespeichert.
Z.B.
#Programm zum Hinzufügen von zwei Matrizen mit verschachtelten Schleifen
A= [ [2, 3, 4], [1, 5, 8], [7, 6, 9] ]
B= [ [2, 1, 2], [1, 2, 1], [2, 3, 2] ]
0 0 0
Ausgang = 0 0 0
0 0 0
#Reihen durchlaufen
für i im Bereich (len(A)):
#Spalten durchlaufen
für j im Bereich (len(A[0])):
Ausgang[i][j]= A[i][j] + B[i][j]
für r in der Ausgabe:
#AUSGANG: [ [4, 4, 6], [2, 7, 9], [9, 9, 11] ]
MATRIXADDITION MIT SUMME- UND ZIP()-FUNKTION
Die Funktion zip() in Python akzeptiert grundsätzlich den Iterator jedes Elements der Matrix und ordnet sie dann zu und fügt sie über die Funktion sum() hinzu.
Z.B.
#Programm zum Addieren zweier Matrizen via sum & zip()
A= [ [2, 3, 4], [1, 5, 8], [7, 6, 9] ]
B= [ [2, 2, 1], [1, 1, 2], [1, 2, 2] ]
Ausgabe = [map (sum, zip(*i) ) for i in zip( A, B) ]
Drucken (Ausgabe)
#AUSGABE: [ [4, 5, 5], [2, 6, 10], [8, 8, 11] ]
FAZIT
Unter all den verschiedenen Methoden der Matrixaddition in Python, die oben erläutert wurden, kann jede von ihnen gemäß Ihren Anforderungen und Ihrer Bequemlichkeit verwendet werden. Das Listenverständnis ist jedoch aufgrund seiner Genauigkeit eine der einfachsten und bevorzugten Methoden.
Wenn Sie mehr über Tableau und Data Science erfahren möchten, besuchen Sie das Executive PG Program in Data Science von IIIT-B & upGrad, das für Berufstätige entwickelt wurde und mehr als 10 Fallstudien und Projekte, praktische Workshops und Mentoring mit Branchenexperten bietet , 1-zu-1 mit Mentoren aus der Branche, über 400 Stunden Lern- und Jobunterstützung bei Top-Unternehmen.
