Python如何实现元组矩阵对应元组逐元素计算(max,min,min)值

计算规则 #

对两个行列数完全一致、存储元素为长度3的浮点型元组的矩阵，逐坐标位置计算结果元组，规则如下：

• 结果元组第1位：取两个矩阵同位置元组第1位的最大值
• 结果元组第2位：取两个矩阵同位置元组第2位的最小值
• 结果元组第3位：取两个矩阵同位置元组第3位的最小值

计算示例：

matrix1[0][0] = (5.0, 6.0, 7.0)
matrix2[0][0] = (6.0, 3.0, 7.0)
对应结果：(max(5.0,6.0), min(6.0,3.0), min(7.0,7.0)) = (6.0, 3.0, 7.0)

常见出错点 #

原有代码输出不符合预期，基本是以下几个原因导致：

• 遍历过程中行、列索引错位，没有严格对齐两个矩阵的同位置元素
• 三个位置的最值规则混淆，比如全量取max/min，或是第2、3位误用max计算
• 直接对整个元组做max/min比较，没有按索引逐位取值计算

正确代码实现 #

def calc_matrix(matrix_a, matrix_b):
    res = []
    # 按行并行遍历
    for row_a, row_b in zip(matrix_a, matrix_b):
        current_row = []
        # 按列遍历取同位置元组
        for t_a, t_b in zip(row_a, row_b):
            # 按规则逐位计算
            p0 = max(t_a[0], t_b[0])
            p1 = min(t_a[1], t_b[1])
            p2 = min(t_a[2], t_b[2])
            current_row.append((p0, p1, p2))
        res.append(current_row)
    return res

# 测试验证
if __name__ == "__main__":
    m1 = [[(5.0, 6.0, 7.0), (2.0, 8.0, 1.0)], [(3.0, 9.0, 4.0), (7.0, 2.0, 5.0)]]
    m2 = [[(6.0, 3.0, 7.0), (4.0, 5.0, 3.0)], [(1.0, 7.0, 2.0), (5.0, 1.0, 6.0)]]
    print(calc_matrix(m1, m2))

测试输出和预期完全一致：
[[(6.0, 3.0, 7.0), (4.0, 5.0, 1.0)], [(3.0, 7.0, 2.0), (7.0, 1.0, 5.0)]]

补充说明 #

• 用zip做并行遍历天然对齐同位置元素，不会出现索引错位问题，代码也更简洁
• 如果需要做输入合法性校验，可以在遍历前增加两个矩阵行数、列数、元组长度的判断逻辑，避免非法输入导致运行报错
• 实现无第三方依赖，纯Python标准语法编写，兼容Python3.6及以上版本

内容的提问来源于stack exchange，提问作者Mershia Rabuni