#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@Project : platform
@File : sim_numpy_array.py
@version : V0.0.1
@Author : wuchangwen
@Email :
@Time : 2019/10/16 12:24
@Software: PyCharm
@Desc :
@Update :
"""
class SimNumpyArray(object):
def __init__(self, p):
"""可以接收列表、元组，range对象等类型的数据，并且每个元素都必须为数字"""
if type(p) not in (list, tuple, range):
print("data type error")
return
for item in p:
# 下面这行用来判断参数类型，可以这样写
# if isinstance(item,(int,float,complex)):
if type(item) not in (int, float, complex):
print('data type error')
return
self.__data = [list(p)]
self.__row = 1
self.__col = len(p)
# 析构函数
def __del__(self):
del self.__data
# 修改大小，首先检查给定的大小参数是否合适
def reshape(self, size):
"""
参数必须为元组或列表，如（row,col)或[row,col]
row 或 col 其中一个为-1，表示自动计算
:param size:
:return:
"""
if not (isinstance(size, list) or isinstance(size, tuple)):
print("size parameter error")
return
if len(size) != 2:
print('size parameter error')
return
if (not isinstance(size[0], int) or (not isinstance(size[1], int))):
print('size parameter error')
return
if size[0] != -1 and size[1] != -1 and size[0] * size[1] != self.__row * self.__col:
print('size parameter error')
return
# 行数或列数为-1表四该值自动计算
if size[0] == -1:
if size[1] == -1 or (self.__row * self.__col) % size[1] != 0:
print('size parameter error')
return
if size[1] == -1:
if size[0] == -1 or (self.__row * self.__col) % size[0] != 0:
print('size parameter error')
return
# 重新合并数据
data = [t for i in self.__data for t in i]
# 修改大小
if size[0] == -1:
self.__row = int(self.__row * self.__col / size[1])
self.__col = size[1]
elif size[1] == -1:
self.__col = int(self.__row * self.__col / size[0])
self.__row = size[0]
else:
self.__row = size[0]
self.__col = size[1]
self.__data = [[data[row * self.__col + col] for col in range(self.__col)] for row in range(self.__row)]
# 在交互模式直接使用变量名作为表达式查看值时调用该函数
def __repr__(self):
# return repr('\n'.join(map(str,self.__data)))
for i in self.__data:
print(i)
return ''
# 使用print()函数输出值时调用该函数
def __str__(self):
return '\n'.join(map(str, self.__data))
# 属性，矩阵转置
@property
def T(self):
b = SimNumpyArray([t for i in self.__data for t in i])
b.reshape((self.__row, self.__col))
b.__data = list(map(list, zip(*b.__data)))
b.__row, b.__col = b.__col, b.__row
return b
# 通用代码，适用于矩阵与整数，实数，复数的加、减、乘、除、整除、幂
def __operate(self, n, op):
b = SimNumpyArray([t for i in self.__data for t in i])
b.reshape((self.__row, self.__col))
b.__data = [[eval(str(j) + op + str(n)) for j in item] for item in b.__data]
return b
# 通用代码，适用于矩阵之间的加、减
def __matrixAddSub(self, n, op):
c = SimNumpyArray([1])
c.__row = self.__row
c.__col = self.__col
c.__data = [[eval(str(x[i]) + op + str(y[i])) for i in range(len(x))] for x, y in zip(self.__data, n.__data)]
return c
# 所有元素统一加一个数字，或者两个矩阵相加
def __add__(self, n):
# 参数是整数或实数，则返回矩阵
# 其中的每个元素为原矩阵中元素与该整数或实数的加法结果
if type(n) in (int, float, complex):
return self.__operate(n, "+")
elif isinstance(n, SimNumpyArray):
# 如果参数为同类型矩阵，且大小一致，则为两个矩阵中对应元素相加
if n.__row == self.__row and n.__col == self.__col:
return self.__matrixAddSub(n, "+")
else:
print('two matrix must be the same size')
return
else:
print('data type error')
return
# 所有元素统一减一个数字，或者两个矩阵相减
def __sub__(self, n):
# 参数是整数或实数，则返回矩阵
# 其中的每个元素为原矩阵中元素与该整数或实数的减法结果
if type(n) in (int, float, complex):
return self.__operate(n, "-")
elif isinstance(n, SimNumpyArray):
# 如果参数为同类型矩阵，且大小一致，则为两个矩阵中对应元素相减
if n.__row == self.__row and n.__col == self.__col:
# 先实例化一个临时对象，其值临时为[1]
return self.__matrixAddSub(n, "-")
else:
print('two matrix must be the some size')
return
else:
print('data type error')
return
# 所有元素统一乘以一个数字，或者两个矩阵相乘
def __mul__(self, n):
# 参数是整数或实数，则返回矩阵
# 其中的每个元素为原始矩阵中元素与该整数或实数的加法结果
if type(n) in (int, float, complex):
return self.__operate(n, '*')
elif isinstance(n, SimNumpyArray):
# 如果参数为同类型矩阵，且第一个矩阵的列数等于第二个矩阵的行数
if n.__row == self.__col:
data = []
for row in self.__data:
t = []
for ii in range(n.__col):
col = [c[ii] for c in n.__data]
tt = sum([i * j for i, j in zip(row, col)])
t.append(tt)
data.append(t)
c = SimNumpyArray([t for i in data for t in i])
c.reshape((self.__row, n.__col))
return c
else:
print('zise error')
return
else:
print('data type error')
return
# 所有元素统一除以一个数字
def __truediv__(self, n):
if type(n) in (int, float, complex):
return self.__operate(n, '/')
else:
print('data type error')
return
# 矩阵元素与数字计算整商
def __floordiv__(self, n):
if type(n) in (int, float, complex):
return self.__operate(n, '//')
else:
print('data type error')
return
# 矩阵与数字的幂运算
def __pow__(self, n):
if type(n) in (int, float, complex):
return self.__operate(n, "**")
else:
print('data type error')
return
# 测试两个矩阵是否相等
def __eq__(self, n):
if isinstance(n, SimNumpyArray):
if self.__data == n.__data:
return True
else:
return False
else:
print('data type error')
return
# 测试矩阵自身是否小于另一个矩阵
def __lt__(self, n):
if isinstance(n, SimNumpyArray):
if self.__data < n.__data:
return True
else:
return False
else:
print('data type error')
return
# 成员测试运算符
def __contains__(self, v):
if v in self.__data:
return True
else:
return False
# 支持迭代
def __iter__(self):
return iter(self.__data)
# 通用方法，计算三角函数
def __triangle(self, method):
try:
b = SimNumpyArray([t for i in self.__data for t in i])
b.reshape((self.__row, self.__col))
b.__data = [[eval("__import__('math')." + method + "(" + str(j) + ")") for j in item] for item in b.__data]
return b
except Exception as e:
raise Exception("method error")
# 属性，对所有元素求正弦
@property
def sin(self):
return self.__triangle('sin')
# 属性，对所有元素求余弦
@property
def cos(self):
return self.__triangle('cos')
Python 面向对象编程——自定义矩阵
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 1、B/S架构，java2、css-一件美丽的衣裳3、标示class-通用性比较强id-一个里面ID不可以重复st...
