任务：模拟矩阵运算，支持矩阵转置，修改矩阵大小，矩阵与数字的加、减、乘运算，以及矩阵与矩阵的加、减、乘运算。
1 class simNumpyArray(object):
2
3 def __init__(self,p):
4 '''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'''
5 if type(p) not in (list,tuple,range):
6 print('data type error')
7 return
8 for item in p:
9 #if not isinstance(item,(int,float,complex)):
10 if type(item ) not in (int,float,complex):
11 print('data type error')
12 return
13 self.__data = list(p)
14 self.__row = 1 #行数
15 self.__col = len(p) #列数
16
17 #析构函数
18 def __del__(self):
19 del self.__data
20
21 #修改大小，首先检查给定的大小参数是否合适
22 def reshape(self,size):
23 '''参数必须为元组或列表,如(row,col)或[row,col]
24 row或col其中一个可以为-1，表示自动计算
25 '''
26
27 if not (isinstance(size,list) or isinstance(size,tuple)):
28 print('size parameter error')
29 return
30 if len(size) != 2:
31 print('size parameter error')
32 return
33 if (not isinstance(size[0],int)) or (not isinstance(size[1],int)):
34 print('size parameter error')
35 return
36 if size[0] != -1 and size[1] !=-1 and size[0] * size[1] != self.__row * self.__col:
37 print('size parameter error')
38 return
39
40 #函数或列数为-1表示该值自动计算
41 if size[0] == -1:
42 if size[1] == -1 or (self.__row * self.__co) % size[1] != 0:
43 print('size parameter error')
44 return
45
46 if size[1] == -1:
47 if size[0] == -1 or (self.__row * self.__col) % size[0] != 0:
48 print('size parameter error')
49 return
50
51 #重新合并数据
52 data = [t for i in self.__data for t in i]
53
54 #修改大小
55 if size[0] == -1:
56 self.__row = int(self.__row * self.__col / size[1])
57 self.__col = size[1]
58 elif size[1] == -1:
59 self.__row = int(self.__row * self.__col / size[1])
60 self.__row = size[0]
61 else:
62 self.__row = size[0]
63 self.__col = size[1]
64
65 self.__data = [[data[row * self.__col + col] for col in range(self.__col)]for row in range(self.row)]
66
67 #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
68 def __repr__(self):
69 #return repr('
'.join(map(str,self.__data))
70 for i in self.__data:
71 print(i)
72 return ''
73
74 #使用print()函数输出值时调用该函数
75 def __str__(self):
76 return '
'.join(map(str,self.__data))
77
78 #属性，矩阵转置
79 @property
80 def T(self):
81 b = simNumpyArray([ t for i in self.__data for t in i])
82 b.reshape((self.__row,self.__col))
83 b.__data = list(map(list,zip( * b.__data)))
84 b.__row,b.__col = b.col,b.__row
85 return b
86
87 #通用代码，适用于矩阵与整数、实数、复数的加、减、乘、除、整除、幂
88 def __operate(self,n,op):
89 b = simNumpyArray([t for i in self.__data for t in i])
90 b.reshape((self.__row, self.__col))
91 b.__data = [[eval(str(j) + op + str(n)) for j in item ] for item in b.__data]
92 return b
93
94 #通用代码，适用于矩阵之间的加、减
95 def __matrixAddSub(self,n,op):
96 c = simNumpyArray([1])
97 c.__row = self.__row
98 c.__col = self.__col
99 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)]
100 return c
101
102 #所有元素统一加一个数字，或者两个矩阵相加
103 def __add__(self,n):
104 #参数是整数或是实数，则返回矩阵
105 #其中的每个元素为矩阵中元素与该整数或实数的加法结果
106 if type(n) in (int,float,complex):
107 return self.__operate(n,'+')
108 elif isinstance(n,simNumpyArray):
109 #如果参数为同类矩阵，且大小一致，则为两个矩阵对应元素相加
110 if n.__row == self.__row and n.__col == self.__col:
111 return self.__matrixAddSub(n,'+')
112 else:
113 print('two matrix must be the same size')
114 return
115
116 else:
117 print('data type erro')
118 return
119
120 #所有元素统一减一个数字，或者两个矩阵相减
121 def __sub__(self,n):
122 #参数是整数或实数，则返回矩阵
123 #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
124 if type(n) in (int,float,complex):
125 return self.__operate(n,'-')
126 elif isinstance(n,simNumpyArray):
127 #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
128 if n.__row == self.__row and n.__col == self.__col:
129 #先实例化一个临时对象，其临时值为[1]
130 return self.__matrixAddSub(n,'-')
131 else:
132 print('two matrix must be the same size')
133 return
134 else:
135 print('data type error')
136 return
137
138 #所有元素统一乘一个数字，或者两个矩阵相乘
139 def __mul__(self,n):
140 #参数是整数或实数，则返回矩阵
141 #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
142 if type(n) in (int,float,complex):
143 return self.__operate(n,'*')
144 elif isinstance(n,simNumpyArray):
145 #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
146 if n.__row == self.__col:
147 data = []
148 for row in self.__data:
149 t = []
150 for ii in range(n.__col):
151 col = [c[ii] for c in n.__data]
152 tt = sum([i * j for i , j in zip(row,col)])
153 t.append(t)
154 c = simNumpyArray([t for i in data for t in i])
155 c.reshape((self.__row,n.__col))
156 return c
157 else:
158 print('size error')
159 return
160
161 else:
162 print('data type error')
163 return
164
165 #所有元素统一除以一个数字
166 def __truediv__(self,n):
167 if type(n) in (int,float,complex):
168 return self.__operate(n,'/')
169 else:
170 print('data type error')
171 return
172
173 #矩阵元素与数字计算整商
174 def __floordiv__(self, n):
175 if type(n) in (int,float,complex):
176 return self.__operate(n,'//')
177 else:
178 print('data type error')
179 return
180
181 #矩阵与数字的幂运算
182 def __pow__(self,n):
183 if type(n) in (int,float,complex):
184 return self.__operate(n,'**')
185 else:
186 print('data type error')
187 return
188
189 #测试两个矩阵是否相等
190 def __eq__(self,n):
191 if isinstance(n,simNumpyArray):
192 if self.__data == n.__data:
193 return True
194 else:
195 return False
196 else:
197 print('data type error')
198 return
199
200 #测试矩阵自身是否小于另一个矩阵
201 def __lt__(self,n):
202 if isinstance(n,simNumpyArray):
203 if self.__data < n.__data:
204 return True
205 else:
206 return False
207 else:
208 print('data type error')
209 return
210
211 #成员测试运算符 in
212 def __contains__(self,v):
213 if v in self.__data:
214 return True
215 else:
216 return False
217
218 #支持迭代
219 def __iter__(self):
220 return iter(self.__data)
221
222
223 #通用方法，计算三角函数
224 def __triangle(self,method):
225 try:
226 b = simNumpyArray([t for i in self.__date for t in i])
227 b.reshape((self.__row,self.__col))
228 b.__data = [[eval("__import__('math')." + method + "(" + str(j) +")") for j in item] for item in b.__data]
229 return b
230 except:
231 return 'method error'
232
233 #属性，对所有元素求正弦
234 @property
235 def Sin(self):
236 return self.__triangle('sin')
237
238 #属性，对所有元素求余弦
239 @property
240 def Cos(self):
241 return self.__triangle('cos')