Transponer una matriz
matriz = [[1, 2, 4], [31, 17, 15]]
La lista dentro de la lista de arriba es una fila, y cada elemento dentro de la lista se llama columna. Entonces, en el ejemplo anterior, tenemos dos filas y tres columnas [2 x 3].
Y también, la indexación de la pitón comienza desde cero.
La transposición de una matriz significa donde cambiamos las filas a columnas o columnas a filas.
Discutamos diferentes tipos de métodos para hacer transposición de matriz.
Método 1: Transposición de una matriz Numpy Transpose ()
El primer método que vamos a discutir es el Numpy. El Numpy se ocupa principalmente de la matriz en Python, y para la transposición, llamamos el método Transpose ().
En el número de celda [24]: importamos el módulo numpy como np.
En el número de celda [25]: estamos creando una matriz numpy con el nombre ARR_MATRIX.
En el número de celda [26]: llamamos al método transpose () y usamos el operador DOT con el arr_matrix que creamos antes.
En el número de celda [27]: estamos imprimiendo la matriz original (arr_matrix).
En el número de celda [28]: estamos imprimiendo la matriz de transposición (arr_transpose), y de los resultados, descubrimos que nuestra matriz ahora se transpone.
Método 2: utilizando el método numpy.transponer()
También podemos transponer una matriz en Python usando el Numpy.transposición (). En eso, estamos pasando la matriz al método transpose () como parámetro.
En el número de celda [29], creamos una matriz usando una matriz Numpy con el nombre ARR_MATRIX.
En el número de celda [30]: pasamos el método ARR_MATRIX al método transpose () y almacenamos los resultados de nuevo a una nueva variable ARR_TRANSpose.
En el número de celda [31]: estamos imprimiendo la matriz original (arr_matrix).
En el número de celda [32]: estamos imprimiendo la matriz de transposición (arr_transpose), y de los resultados, encontramos que nuestra matriz ahora está transponida.
Método 3: Transposición de matriz usando la biblioteca Sympy
Una biblioteca de Sympy es otro enfoque que nos ayuda a transponer una matriz. Esta biblioteca está utilizando matemáticas simbólicas para resolver los problemas del álgebra.
En el número de celda [33]: importamos la biblioteca Sympy. No viene junto con el Python, por lo que debe instalarlo explícitamente en su sistema antes de usar esta biblioteca; de lo contrario, recibirás errores.
En el número de celda [34]: creamos una matriz usando la biblioteca de Sympy.
En el número de celda [35]: llamamos a la transposición (t) con el operador DOT y almacenamos los resultados de nuevo a una nueva variable sympy_transpose.
En el número de celda [36]: estamos imprimiendo la matriz original (matriz).
En el número de celda [37]: estamos imprimiendo la matriz de transposición (sympy_transpose), y de los resultados, encontramos que nuestra matriz ahora está transponida.
Método 4: Transposición de matriz usando bucle anidado
La transposición de la matriz sin ninguna biblioteca en Python es un bucle anidado. Estamos creando una matriz y luego creando otra matriz del mismo tamaño que la matriz original para almacenar los resultados después de la transposición. No hacemos un código duro de la matriz de resultados porque no conocemos la dimensión de la matriz en el futuro. Entonces, estamos creando el tamaño de la matriz de resultados utilizando el tamaño de la matriz original en sí.
En el número de celda [38]: creamos una matriz e imprimimos esa matriz.
En el número de celda [39]: usamos algunas formas pitónicas de averiguar la dimensión de la matriz de transposición utilizando la matriz original. Porque si no hacemos esto, entonces tenemos que mencionar la dimensión de la matriz de transposición. Pero con este método, no nos importan las dimensiones de la matriz.
En el número de celda [40]: ejecutamos dos bucles. Un bucle superior es para las filas y el bucle anidado para la columna en cuanto a la columna.
En el número de celda [41]: estamos imprimiendo la matriz original (matriz).
En el número de celda [42]: estamos imprimiendo la matriz de transposición (trans_matrix), y de los resultados, encontramos que nuestra matriz ahora está transponida.
Método 5: Uso de la comprensión de la lista
El siguiente método que vamos a discutir es el método de comprensión de la lista. Este método es similar a la pitón normal que usa bucles anidados pero de una manera más pitónica. Podemos decir que tenemos una forma más avanzada de resolver la transposición de matriz en una sola línea de código sin usar una biblioteca.
En el número de celda [43]: creamos una matriz M usando la lista anidada.
En el número de celda [44]: usamos el bucle anidado como discutimos en la anterior, pero aquí en una sola línea y tampoco es necesario mencionar el índice opuesto [j] [i], como lo hicimos en el bucle anidado anterior.
En el número de celda [45]: estamos imprimiendo la matriz original (M).
En el número de celda [42]: estamos imprimiendo la matriz de transposición (trans_m), y de los resultados, encontramos que nuestra matriz ahora está transponida.
Método 6: Transpose una matriz usando Pymatrix
La Pymatrix es otra biblioteca liviana para las operaciones de matriz en Python. También podemos hacer la transposición usando la Pymatrix.
En el número de celda [43]: importamos la biblioteca de Pymatrix. No viene junto con el Python, por lo que debe instalarlo explícitamente en su sistema antes de usar esta biblioteca; de lo contrario, recibirás errores.
En el número de celda [44]: creamos una matriz usando la biblioteca de Pymatrix.
En el número de celda [45]: llamamos a la transposición (trans ()) con el operador DOT y almacenamos los resultados de nuevo a una nueva variable pymatrix_transpose.
En el número de celda [46]: estamos imprimiendo la matriz original (matriz).
En el número de celda [47]: estamos imprimiendo la matriz de transposición (pymatrix_transpose), y a partir de los resultados, encontramos que nuestra matriz ahora se transpone.
Método 7: Uso del método zip
El zip es otro método para transponer una matriz.
En el número de celda [63]: creamos una nueva matriz usando la lista.
En el número de celda [64]: pasamos la matriz a la zip con el operador *. Llamamos a cada fila y luego convertimos esa fila en una nueva lista que se convierte en la transposición de la matriz.
Conclusión: Hemos visto diferentes tipos de métodos que pueden ayudarnos en la transposición de la matriz. En el que algunos de los métodos usan la matriz y la lista Numpy. Hemos visto que crear la matriz usando la lista anidada es muy fácil en comparación con la matriz numpy. También hemos visto algunas bibliotecas nuevas como Pymatrix y Sympy. En este artículo, tratamos de mencionar todos los métodos de transposición que utiliza el programador.