在本文中，用户将了解如何创建一个Python程序来查找矩阵中每行的最大元素。在第一种策略中，我们遍历每一行并比较元素来确定最大值。这种策略提供了对底层推理的基本理解，并且使用起来很简单。第二种方法利用了NumPy模块，这是一个广受欢迎的用于科学计算的Python工具。通过利用NumPy的高效数组操作，我们可以更快速、更有效地确定每行的最大元素。
让我们深入探讨这篇文章
多种方法
利用天真迭代。
-
利用 NumPy 库。
立即学习“Python免费学习笔记（深入）”；
让我们研究一下这两种方法 -
方法一：利用朴素迭代
在此方法中，利用简单的迭代过程确定矩阵每行中的最大元素。我们通过重复迭代每一行并比较每个元素来监视迄今为止在称为最大的变量中发现的最多元素。迭代每一行后，我们将最大值添加到 Maximum_elements 列表中。然后，通过对矩阵中的每一行重复此过程，将每一行的最大元素编译到一个列表中。
算法
第 1 步- 要存储每行的最大元素数，请初始化空列表 Maximum_elements。
第 2 步- 再检查一次矩阵的每一行。
第三步 − 创建一个变量叫做maximum，并为每一行初始化它，以保存最近发现的元素。
第 4 步- 再次检查当前行中的每个元素。
步骤 5 − 与 maximum_element 相比较，比较当前元素。如果当前元素较大，则更新 maximum。
第 6 步- 迭代行中的每个元素后，将最大值附加到 Maximum_elements 列表。
步骤 7 − 对于每一行，重复步骤 3 到 6。
第 8 步- 返回最大元素列表。
示例
#define function
def row_max_elements(matrix):
maximum_elements = []
#iterate elements
for row in matrix:
maximum = float('-inf')
for element in row:
if element > maximum:
maximum = element
maximum_elements.append(maximum)
return maximum_elements
# An instance usage
matrix = [
[8, 2, 3],
[4, 5, 0],
[10, 8, 11]
]
#invoke function
maximum_elements = row_max_elements(matrix)
print(maximum_elements)
输出 2
[8, 5, 11]
方法 2：利用 numpy 库。
利用强大的NumPy库，该库提供了对多维数组进行数学和数值操作的几种方法，是第二种方法。
算法
在Python中使背景图像透明的步骤如下 -
第一步 − 导入NumPy库。
第二步 − 矩阵可以直接在代码中初始化，也可以作为输入读取。
第 3 步- 使用 NumPy amax 函数和轴参数查找矩阵每行中的最大元素。
第四步 − 返回最终数组。
示例
#import the required module
import numpy as np
#define function
def find_max_elements(matrix):
max_elements = np.amax(matrix, axis=1)
return max_elements
# An instance is
matrix = np.array([
[8, 2, 3],
[4, 5, 0],
[10, 8, 11]
])
max_elements = find_max_elements(matrix)
print(max_elements)
输出
[8, 5, 11]
结论
在本文中，我们研究了针对此问题的两种不同的 Python 解决方案。最初的方法使用粗略的迭代策略，迭代地遍历每一行并比较每个元素以确定哪个元素最大。第二种方法利用了 NumPy 库中的 amax 函数，该函数利用 NumPy 的数组运算能力来提供清晰有效的答案。您可以根据您的项目需求选择最符合您需求的策略。
