### 编写 Python 函数实现矩阵转置 #### 方法一：使用 NumPy 库 通过导入 `numpy` 并创建一个矩阵，可以利用其内置的 `transpose()` 方法或 `.T` 属性轻松完成矩阵转置。 ```python import numpy as np def transpose_with_numpy(matrix): mat = np.array(matrix) transposed_matrix = mat.T # 或者使用 np.transpose(mat) return transposed_matrix.tolist() matrix_example = [[1, 2, 3], [4, 5, 6]] print(f"原始矩阵:\n{np.array(matrix_example)}") result = transpose_with_numpy(matrix_example) print(f"\n转置后的矩阵:\n{np.array(result)}") ``` 这种方法适用于处理大规模的数据集，并且性能优越[^1]。 #### 方法二：使用列表推导式 对于不需要依赖外部库的情况，可以通过纯 Python 的方式来构建新的转置矩阵： ```python def transpose_with_list_comprehension(matrix): rows = len(matrix) cols = len(matrix[0]) if rows > 0 else 0 transposed_matrix = [[matrix[row][col] for row in range(rows)] for col in range(cols)] return transposed_matrix matrix_example = [[1, 2, 3], [4, 5, 6]] print(f"原始矩阵:\n{matrix_example}") result = transpose_with_list_comprehension(matrix_example) print(f"\n转置后的矩阵:\n{result}") ``` 此方法灵活性高，在某些特定场景下可能更为适用。 #### 方法三：使用 zip 函数 另一种简洁的方法是借助 Python 内建的 `zip()` 函数来进行矩阵转置操作： ```python def transpose_with_zip(matrix): transposed_matrix = list(map(list, zip(*matrix))) return transposed_matrix matrix_example = [[1, 2, 3], [4, 5, 6]] print(f"原始矩阵:\n{matrix_example}") result = transpose_with_zip(matrix_example) print(f"\n转置后的矩阵:\n{result}") ``` 这种方式不仅代码量少而且易于理解，适合初学者学习和应用。