Informatika2-2013/Gyakorlat11
A MathWikiből
(Változatok közti eltérés)
(egy szerkesztő egy közbeeső változata nincs mutatva) | |||
47. sor: | 47. sor: | ||
* '''__add__(self, jobboldal)''': az __add__ függvény akkor hívódik meg, ha egy ilyen objektummal összeadunk, tehát ha '''m1''' és '''m2''' is Matrix típusú, akkor '''m1 + m2''' utasításnál fut le. Méghozzá úgy, hogy '''m1'''-et veszi '''self'''-nek, az '''m2'''-t pedig a második paraméternek, szóval '''jobboldal'''-nak ebben az esetben. A függvénynek tehát egy Matrix típusú objektumot kell visszaadnia. (Ezt a függvényt megírtam, hogy példaként szolgáljon a továbbiakhoz.) | * '''__add__(self, jobboldal)''': az __add__ függvény akkor hívódik meg, ha egy ilyen objektummal összeadunk, tehát ha '''m1''' és '''m2''' is Matrix típusú, akkor '''m1 + m2''' utasításnál fut le. Méghozzá úgy, hogy '''m1'''-et veszi '''self'''-nek, az '''m2'''-t pedig a második paraméternek, szóval '''jobboldal'''-nak ebben az esetben. A függvénynek tehát egy Matrix típusú objektumot kell visszaadnia. (Ezt a függvényt megírtam, hogy példaként szolgáljon a továbbiakhoz.) | ||
+ | |||
+ | * '''__sub__(self, jobboldal)''': az összeadás párja, akkor hívódik meg ha kivonást végzünk Matrix-al, nagyon hasonló az elõzõhöz, egy dolgot kell csak változtatni benne. | ||
* '''identity(self, n)''': ha meghívjuk egy már létezõ Matrix objektumon, akkor csináljon belõle n x n-es identitás mátrixot (fõátlóban egyesek, minden más 0). | * '''identity(self, n)''': ha meghívjuk egy már létezõ Matrix objektumon, akkor csináljon belõle n x n-es identitás mátrixot (fõátlóban egyesek, minden más 0). | ||
60. sor: | 62. sor: | ||
</python> | </python> | ||
− | * '''__len__(self)''': | + | * '''__len__(self)''': akkor hívódik meg, ha a '''len''' beépített függvényt használjuk egy objektumra, tehát pl: '''len(m1)'''-kor. Adja vissza a mátrix dimenzióját. |
− | + | ||
− | * '''transpose(self)''': | + | * '''transpose(self)''': transzponálja a mátrixot. |
− | * '''__pow__(self, jobboldal)''': | + | * '''__pow__(self, jobboldal)''': akkor hívódik meg amikor a hatvány operátort használjuk (**). Adja vissza a mátrix '''jobboldal'''-adik hatványát (önmagával vett szorzatát). |
− | * '''random(self, n, m)''': | + | |
− | * '''subMatrix(self, kihagyott)''': | + | * '''random(self, n, m)''': randomizálja a mátrix elemeit, méghozzá a '''random.randint(min, max)''' függvény segítségével, mely egy véletlen egész számot ad a [min, max] intervallumon. Legye n a min és m a max. |
− | * '''det(self)''': | + | |
+ | * '''subMatrix(self, kihagyott)''': Visszaadja a mátrix azon részmátrixát amit az elsõ sor és a '''kihagyott'''-adik oszlop elhagyásával kapunk. Tehát egy mátrixot kell visszaadni, fontos hogy ne azt a mátrixot módosítsa amin meghívtuk, hanem egy új mátrixot adjon vissza. (A determináns számításnál lesz jelentõsége.) | ||
+ | |||
+ | * '''det(self)''': adja vissza a mátrix determinánsát, bármilyen módszer használható, szerintem a legkönnyebben megvalósítható módszer (signum függvényt utálom) [http://en.wikipedia.org/wiki/Determinant#3.C2.A0.C3.97.C2.A03_matrices ez]. Azaz vegyük a mátrix determinánsának 1. sora szerinti kifejtését és ezt alkalmazzuk rekurzívan. Ha az 1 x 1-es mátrixnál vagyunk értelemszerûen adjuk vissza az egyetlen elemet ami benne van. Egy példa a teszteléshez: | ||
+ | <python> | ||
+ | m3 = Matrix(3) | ||
+ | m3.setMatrix([[-2, 2, -3],[-1, 1, 3],[2, 0, -1]]) | ||
+ | print m3 | ||
+ | print m3.det() # 18-at kell adnia | ||
+ | </python> |
A lap jelenlegi, 2013. április 23., 03:46-kori változata
Ismétlés
- Osztályok:
class Test: def fv(self, n): # self mindig az elsõ paramétere a metódusoknak self.v = n # ha itt csak azt írnám, hogy v = n az nem jó, mert a v egy lokális változó lenne t = Test() # Test típusú objektum létrehozása t.fv(4) # meghívjuk a fv metódusát t-nek print t.v # ekkor a v adattagja 4 lesz print t.__dict__ # megnézhetjük az adattagokat
- Hibakezelés:
l = [1, 2, 3] try: print l[1] except: print "ide nem jutunk, mer nem lesz hiba" try: print l[5] except: print "ide jutottunk, de nem lett futas kozben hiba"
- Mátrix osztály:
Elkezdtünk írni egy mátrix osztályt, jelenleg elég kezdetleges, ezt fogjuk folytatni a mai gyakorlaton.
Feladat
Mátrix folytatása
Innnen letölthetitek az eddigi osztályt, a következõ sorokban leírt metódusok leírásának fejeivel kiegészítve.
- __init__(self, n = 5): az __init__ metódus akkor fut le amikor létrehozunk egy objektumot (tehát pl az ismétlésben amikor azt írjuk t = Test()), ezzel tudjuk egy kezdõállapotba állítani az objektumunkat. Itt most az lenne a feladat, hogy a kapott n számnak megfelelõen egy n x n-es csupa 0 mátrix legyen a létrehozott mátrixunk. Mint korábban most is az A adattagjába tároljuk a mátrixot (listák listája). Most még pluszban vegyünk fel egy n adattagot is, amiben a mátrix dimenzióját tároljuk. A függvénydefiniálásban az n = 5 azt jelenti, hogy ha nem adjuk meg ezt a paramétert, akkor automatikusan 5-nek veszi, tehát írhatjuk ezeket:
m1 = Matrix(2) # 2 x 2-es csupa 0 mátrixot készít m2 = Matrix() # 5 x 5-ös csupa 0 mátrixot készít
- __add__(self, jobboldal): az __add__ függvény akkor hívódik meg, ha egy ilyen objektummal összeadunk, tehát ha m1 és m2 is Matrix típusú, akkor m1 + m2 utasításnál fut le. Méghozzá úgy, hogy m1-et veszi self-nek, az m2-t pedig a második paraméternek, szóval jobboldal-nak ebben az esetben. A függvénynek tehát egy Matrix típusú objektumot kell visszaadnia. (Ezt a függvényt megírtam, hogy példaként szolgáljon a továbbiakhoz.)
- __sub__(self, jobboldal): az összeadás párja, akkor hívódik meg ha kivonást végzünk Matrix-al, nagyon hasonló az elõzõhöz, egy dolgot kell csak változtatni benne.
- identity(self, n): ha meghívjuk egy már létezõ Matrix objektumon, akkor csináljon belõle n x n-es identitás mátrixot (fõátlóban egyesek, minden más 0).
- __mul__(self, jobboldal): az __add__-hoz hasonló, ez a szorzáskor hívódik, mátrixszorzást kellene csinálnunk, kicsit (1 ciklussal) bonyolultabb mint az összeadás, de annak a mintájára lehet csinálni.
- setMatrix(self, M): a bemenete M listák listája, írja át a mátrixot úgy, hogy ez a bemeneti M legyen.
- __repr__(self): ez a függvény akkor hívódik meg, ha kiiratjuk az objektumot, szóval ha print m1-et írunk. A függvénynek egy str (string)-et kell visszaadnia, tehát az üres "" string-bõl kellene felépíteni a mátrix string-jét. Ehhez egy hasznos tudnivaló:
a = 15 print str(a) + str(24) # 1524-et ír ki
- __len__(self): akkor hívódik meg, ha a len beépített függvényt használjuk egy objektumra, tehát pl: len(m1)-kor. Adja vissza a mátrix dimenzióját.
- transpose(self): transzponálja a mátrixot.
- __pow__(self, jobboldal): akkor hívódik meg amikor a hatvány operátort használjuk (**). Adja vissza a mátrix jobboldal-adik hatványát (önmagával vett szorzatát).
- random(self, n, m): randomizálja a mátrix elemeit, méghozzá a random.randint(min, max) függvény segítségével, mely egy véletlen egész számot ad a [min, max] intervallumon. Legye n a min és m a max.
- subMatrix(self, kihagyott): Visszaadja a mátrix azon részmátrixát amit az elsõ sor és a kihagyott-adik oszlop elhagyásával kapunk. Tehát egy mátrixot kell visszaadni, fontos hogy ne azt a mátrixot módosítsa amin meghívtuk, hanem egy új mátrixot adjon vissza. (A determináns számításnál lesz jelentõsége.)
- det(self): adja vissza a mátrix determinánsát, bármilyen módszer használható, szerintem a legkönnyebben megvalósítható módszer (signum függvényt utálom) ez. Azaz vegyük a mátrix determinánsának 1. sora szerinti kifejtését és ezt alkalmazzuk rekurzívan. Ha az 1 x 1-es mátrixnál vagyunk értelemszerûen adjuk vissza az egyetlen elemet ami benne van. Egy példa a teszteléshez:
m3 = Matrix(3) m3.setMatrix([[-2, 2, -3],[-1, 1, 3],[2, 0, -1]]) print m3 print m3.det() # 18-at kell adnia