Python에서 행렬은 2D 목록 또는 2D 배열로 구현될 수 있습니다. 후자로부터 행렬을 형성하면 행렬에서 다양한 작업을 수행하기 위한 추가 기능이 제공됩니다. 이러한 작업과 배열은 모듈에서 정의됩니다. 멍청하다 .

매트릭스에서의 작업:

1. add() :- 이 함수는 다음을 수행하는 데 사용됩니다. 요소별 행렬 덧셈 . 2. subtract() :- 이 함수는 다음을 수행하는 데 사용됩니다. 요소별 행렬 빼기 . 3. Divide() :- 이 함수는 다음을 수행하는 데 사용됩니다. 요소별 행렬 분할 .

구현:

파이썬

출력 :

The element wise addition of matrix is : [[ 8 10] [13 15]] The element wise subtraction of matrix is : [[-6 -6] [-5 -5]] The element wise division of matrix is : [[ 0.14285714 0.25 ] [ 0.44444444 0.5 ]] 

4. Multiply() :- 이 함수는 다음을 수행하는 데 사용됩니다. 요소별 행렬 곱셈 . 5. dot() :- 이 함수는 다음을 계산하는 데 사용됩니다. 요소별 곱셈이 아닌 행렬 곱셈 .

파이썬

출력 :

The element wise multiplication of matrix is : [[ 7 16] [36 50]] The product of matrices is : [[25 28] [73 82]] 

6. sqrt() :- 이 함수는 다음을 계산하는 데 사용됩니다. 각 요소의 제곱근 매트릭스의. 7. sum(x,axis) :- 이 함수는 다음 작업에 사용됩니다. 행렬의 모든 요소를 ​​​​추가 . 선택적 축 인수는 다음을 계산합니다. 축이 0인 경우 열 합계 그리고 축이 1인 경우 행 합계 . 8. T :- 이 인수는 다음 용도로 사용됩니다. 바꾸어 놓다 지정된 매트릭스.

구현:

파이썬

출력 :

The element wise square root is : [[ 1. 1.41421356] [ 2. 2.23606798]] The summation of all matrix element is : 34 The column wise summation of all matrix is : [16 18] The row wise summation of all matrix is : [15 19] The transpose of given matrix is : [[1 4] [2 5]] 

중첩 루프 사용:

접근하다:

• 행렬 A와 B를 정의합니다.
• len() 함수를 사용하여 행렬의 행과 열 수를 가져옵니다.
• 중첩 루프 또는 목록 이해를 사용하여 행렬 C, D 및 E를 0으로 초기화합니다.
• 중첩 루프 또는 목록 이해를 사용하여 행렬의 요소별 덧셈, 뺄셈 및 나눗셈을 수행합니다.
• 결과 행렬 C, D, E를 인쇄합니다.

파이썬3

Addition of matrices: [[8, 10], [13, 15]] Subtraction of matrices: [[-6, -6], [-5, -5]] Division of matrices: [[0.14285714285714285, 0.25], [0.4444444444444444, 0.5]] 

시간 복잡도: O(n^2)
공간 복잡도: O(n^2)