🖥️ Как отразить матрицу относительно главной диагонали в Python: простой гайд

    def transpose_matrix(matrix):
        rows = len(matrix)
        cols = len(matrix[0])
        transposed_matrix = [[0 for _ in range(rows)] for _ in range(cols)]
        
        for i in range(rows):
            for j in range(cols):
                transposed_matrix[j][i] = matrix[i][j]
        
        return transposed_matrix
    
    def reflect_matrix(matrix):
        transposed_matrix = transpose_matrix(matrix)
        reflected_matrix = [[0 for _ in range(len(matrix[0]))] for _ in range(len(matrix))]
        
        for i in range(len(matrix)):
            for j in range(len(matrix[0])):
                reflected_matrix[i][j] = transposed_matrix[i][j]
        
        return reflected_matrix
    
    # Пример использования
    matrix = [[1, 2, 3], 
              [4, 5, 6], 
              [7, 8, 9]]
    reflected_matrix = reflect_matrix(matrix)
    print(reflected_matrix)
    

Отражение матрицы относительно ее главной диагонали является одной из основных операций в линейной алгебре. В Python существует несколько способов решения этой задачи. Рассмотрим несколько примеров кода для отражения матрицы относительно ее главной диагонали.

1. Использование NumPy

NumPy - это библиотека для научных вычислений в Python. Она предоставляет удобные инструменты для работы с многомерными массивами, включая матрицы. Вот как можно отразить матрицу относительно главной диагонали с использованием NumPy:

import numpy as np

def reflect_matrix(matrix):
    reflected_matrix = np.fliplr(matrix)
    return reflected_matrix

matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
reflected_matrix = reflect_matrix(matrix)

print("Исходная матрица:")
print(matrix)
print("Отраженная матрица:")
print(reflected_matrix)

В этом примере мы используем функцию np.fliplr() из библиотеки NumPy для отражения матрицы. Функция np.fliplr() отражает массив по горизонтальной оси (относительно вертикальной прямой, проходящей через центр массива).

2. Использование стандартных средств Python

Если вам необходимо решить эту задачу без использования сторонних библиотек, вы можете воспользоваться встроенными средствами Python. Вот пример кода, который отражает матрицу относительно главной диагонали:

def reflect_matrix(matrix):
    rows = len(matrix)
    columns = len(matrix[0])
    reflected_matrix = [[0] * columns for _ in range(rows)]

    for i in range(rows):
        for j in range(columns):
            reflected_matrix[i][j] = matrix[j][i]

    return reflected_matrix

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
reflected_matrix = reflect_matrix(matrix)

print("Исходная матрица:")
for row in matrix:
    print(row)
print("Отраженная матрица:")
for row in reflected_matrix:
    print(row)

В этом примере мы создаем новую матрицу reflected_matrix с помощью списковых выражений и заполняем ее элементами исходной матрицы, поменяв местами индексы строк и столбцов.

3. Использование библиотеки Pandas

Если вы работаете с данными в формате таблицы и уже используете библиотеку Pandas, вы можете воспользоваться ее функциональностью для отражения матрицы относительно главной диагонали. Вот как это можно сделать:

import pandas as pd

def reflect_matrix(matrix):
    df = pd.DataFrame(matrix)
    reflected_matrix = df.values.transpose()
    return reflected_matrix

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
reflected_matrix = reflect_matrix(matrix)

print("Исходная матрица:")
print(pd.DataFrame(matrix))
print("Отраженная матрица:")
print(pd.DataFrame(reflected_matrix))

В этом примере мы создаем объект DataFrame из исходной матрицы, а затем используем функцию transpose() для отражения матрицы относительно ее главной диагонали.

Это не единственный способ отражения матрицы относительно ее главной диагонали в Python, но эти примеры демонстрируют различные подходы, которые можно использовать в зависимости от ваших потребностей. Выберите подход, который наиболее подходит для вашей задачи и продолжайте.