### 计算矩阵每列的最小值和最大值 要实现计算 n×m 矩阵中每列的最小值和最大值的功能，可以采用如下方法： #### 方法概述 通过遍历矩阵的每一列来分别记录该列中的最小值和最大值。以下是具体实现方式。 #### 实现代码 以下是一个完整的 Python 函数 `calculate_min_and_max_per_column` 的实现： ```python def calculate_min_and_max_per_column(matrix): # 如果矩阵为空，则返回 None 表示无法处理 if not matrix or not matrix[0]: return None # 初始化存储每列最小值和最大值的列表 num_columns = len(matrix[0]) min_values_per_column = [float('inf')] * num_columns # 初始为正无穷大 max_values_per_column = [float('-inf')] * num_columns # 初始为负无穷大 # 遍历矩阵的每一行 for row in matrix: for col_index in range(num_columns): value = row[col_index] # 更新当前列的最小值 if value < min_values_per_column[col_index]: min_values_per_column[col_index] = value # 更新当前列的最大值 if value > max_values_per_column[col_index]: max_values_per_column[col_index] = value return min_values_per_column, max_values_per_column # 测试用例 matrix_example = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] min_vals, max_vals = calculate_min_and_max_per_column(matrix_example) print(f"每列的最小值: {min_vals}") # 输出应为 [1, 2, 3][^1] print(f"每列的最大值: {max_vals}") # 输出应为 [7, 8, 9][^1] ``` #### 结果解释 对于给定测试用例 `[[1, 2, 3], [4, 5, 6], [7, 8, 9]]`： - 每列的最小值分别为 `[1, 2, 3]`。 - 每列的最大值分别为 `[7, 8, 9]`。 此函数能够正确地计算任意大小的 n×m 矩阵中每列的最小值和最大值。 --- #### NumPy 库优化版本 如果允许使用第三方库 NumPy，可以通过其内置功能简化操作： ```python import numpy as np def calculate_min_and_max_per_column_numpy(matrix): array = np.array(matrix) # 使用 NumPy 的 min 和 max 函数沿指定轴运算 min_values_per_column = np.min(array, axis=0) # 轴 0 表示按列计算 max_values_per_column = np.max(array, axis=0) # 轴 0 表示按列计算 return min_values_per_column.tolist(), max_values_per_column.tolist() # 测试用例 matrix_example = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] min_vals_np, max_vals_np = calculate_min_and_max_per_column_numpy(matrix_example) print(f"NumPy 版本 - 每列的最小值: {min_vals_np}") # 输出应为 [1, 2, 3][^2] print(f"NumPy 版本 - 每列的最大值: {max_vals_np}") # 输出应为 [7, 8, 9][^2] ``` 利用 NumPy 可显著提高性能，尤其适用于大规模数据集的操作。 ---