Maison > Article > développement back-end > Programme Python : trouver l'élément maximum de chaque ligne d'une matrice
Dans cet article, les utilisateurs apprendront à créer un programme Python pour trouver le plus grand élément de chaque ligne d'une matrice. Dans la première stratégie, nous parcourons chaque ligne et comparons les éléments pour déterminer la valeur maximale. Cette stratégie fournit une compréhension de base du raisonnement sous-jacent et est simple à utiliser. La deuxième méthode utilise le module NumPy, un outil Python populaire pour le calcul scientifique. En tirant parti des opérations efficaces sur les tableaux de NumPy, nous pouvons déterminer le plus grand élément de chaque ligne plus rapidement et plus efficacement.
Plongeons dans cet article
Tirez parti des itérations naïves.
Utilisation de la bibliothèque NumPy.
Examinons ces deux méthodes –
Dans cette méthode, un processus itératif simple est utilisé pour déterminer l'élément maximum dans chaque ligne de la matrice. Nous surveillons le plus grand nombre d'éléments trouvés jusqu'à présent dans une variable appelée plus grand en parcourant à plusieurs reprises chaque ligne et en comparant chaque élément. Après avoir itéré chaque ligne, nous ajoutons la valeur maximale à la liste Maximum_elements. Ensuite, compilez le plus grand élément de chaque ligne dans une liste en répétant ce processus pour chaque ligne de la matrice.
Étape 1- Pour stocker le nombre maximum d'éléments par ligne, initialisez une liste vide Maximum_elements.
Étape 2- Vérifiez chaque ligne de la matrice une fois de plus.
Étape 3− Créez une variable appelée maximum et initialisez-la pour chaque ligne afin de contenir l'élément découvert le plus récemment.
Étape 4- Vérifiez à nouveau chaque élément de la ligne actuelle.
Étape 5 − Comparez avec maximum_element pour comparer l'élément actuel. Si l'élément actuel est plus grand, le maximum est mis à jour.
Étape 6 - Après avoir parcouru chaque élément de la ligne, ajoutez la valeur maximale à la liste Maximum_elements.
Étape 7 − Répétez les étapes 3 à 6 pour chaque rangée.
Étape 8- Renvoie la liste maximale d'éléments.
#define function def row_max_elements(matrix): maximum_elements = [] #iterate elements for row in matrix: maximum = float('-inf') for element in row: if element > maximum: maximum = element maximum_elements.append(maximum) return maximum_elements # An instance usage matrix = [ [8, 2, 3], [4, 5, 0], [10, 8, 11] ] #invoke function maximum_elements = row_max_elements(matrix) print(maximum_elements)
[8, 5, 11]
L'utilisation de la puissante bibliothèque NumPy, qui fournit plusieurs méthodes pour les opérations mathématiques et numériques sur des tableaux multidimensionnels, est la deuxième méthode.
Les étapes pour rendre une image d'arrière-plan transparente en Python sont les suivantes -
Étape 1 − Importez la bibliothèque NumPy.
Étape 2− La matrice peut être initialisée directement dans le code ou lue en entrée.
Étape 3- Trouvez le plus grand élément dans chaque ligne de la matrice à l'aide de la fonction NumPy amax et de l'argument axis.
Étape 4 − Renvoyez le tableau final.
#import the required module import numpy as np #define function def find_max_elements(matrix): max_elements = np.amax(matrix, axis=1) return max_elements # An instance is matrix = np.array([ [8, 2, 3], [4, 5, 0], [10, 8, 11] ]) max_elements = find_max_elements(matrix) print(max_elements)
[8, 5, 11]
Dans cet article, nous examinons deux solutions Python différentes à ce problème. L'approche originale utilisait une stratégie d'itération grossière, parcourant itérativement chaque ligne et comparant chaque élément pour déterminer quel élément était le plus grand. La deuxième méthode utilise la fonction amax de la bibliothèque NumPy, qui profite des capacités de manipulation de tableaux de NumPy pour fournir des réponses claires et efficaces. Vous pouvez choisir la stratégie qui correspond le mieux à vos besoins en fonction des besoins de votre projet.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!