Informatika2-2013/Gyakorlat11

A MathWikiből
A lap korábbi változatát látod, amilyen Kkovacs (vitalap | szerkesztései) 2013. április 23., 02:46-kor történt szerkesztése után volt.
(eltér) ←Régebbi változat | Aktuális változat (eltér) | Újabb változat→ (eltér)

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
Személyes eszközök