एक मैट्रिक्स को स्थानांतरित करने का मतलब है कि हम इसके कॉलम को इसकी पंक्तियों में बदल रहे हैं। आइए इसे एक उदाहरण से समझते हैं कि अगर ट्रांसपोज़ के बाद कैसा दिखता है।
मान लें कि आपके पास मूल मैट्रिक्स कुछ इस तरह है -
x = [[1,2][3,4][5,6]]
उपरोक्त मैट्रिक्स "x" में हमारे पास दो कॉलम हैं, जिनमें 1, 3, 5 और 2, 4, 6. हैं।
इसलिए जब हम मैट्रिक्स "x" के ऊपर स्थानांतरित करते हैं, तो कॉलम पंक्तियाँ बन जाते हैं। तो ऊपर दिए गए मैट्रिक्स का ट्रांसपोज़्ड संस्करण कुछ इस तरह दिखाई देगा -
x1 = [[1, 3, 5][2, 4, 6]]
तो हमारे पास एक और मैट्रिक्स 'X1' है, जो अलग-अलग जगहों पर अलग-अलग मानों के साथ अलग-अलग तरीके से व्यवस्थित है।
पायथन में इसे पूरा करने के कुछ तरीके नीचे दिए गए हैं -
विधि 1 - नेस्टेड लूप का उपयोग करके मैट्रिक्स स्थानान्तरण -
#Original Matrix x = [[1,2],[3,4],[5,6]] result = [[0, 0, 0], [0, 0, 0]] # Iterate through rows for i in range(len(x)): #Iterate through columns for j in range(len(x[0])): result[j][i] = x[i][j] for r in Result print(r)
परिणाम
[1, 3, 5] [2, 4, 6]
विधि 2 - नेस्टेड लिस्ट कॉम्प्रिहेंशन का उपयोग करके मैट्रिक्स ट्रांसपोज़ करें।
#Original Matrix x = [[1,2],[3,4],[5,6]] result = [[x[j][i] for j in range(len(x))] for i in range(len(x[0]))] for r in Result print(r)
परिणाम
[1, 3, 5] [2, 4, 6]
सूची की समझ हमें संक्षिप्त कोड लिखने की अनुमति देती है और इसे अक्सर पायथन में इस्तेमाल किया जाना चाहिए।
विधि 3 - ज़िप का उपयोग करके मैट्रिक्स ट्रांसपोज़ करें
#Original Matrix x = [[1,2],[3,4],[5,6]] result = map(list, zip(*x)) for r in Result print(r)
परिणाम
[1, 3, 5] [2, 4, 6]
विधि 4 - numpy लाइब्रेरी का उपयोग करके मैट्रिक्स ट्रांसपोज़ करेंNumpy लाइब्रेरी एक सरणी-प्रसंस्करण पैकेज है जिसे कुशलतापूर्वक बड़े बहु-आयामी सरणी में हेरफेर करने के लिए बनाया गया है।
import numpy #Original Matrix x = [[1,2],[3,4],[5,6]] print(numpy.transpose(x))
परिणाम
[[1 3 5] [2 4 6]]