代码流程：

1. 从文件中读入数据。

2. 将数据转化成矩阵的形式。

3. 对于矩阵进行处理。

具体的python代码如下：

- 文件路径需要设置正确。

- 字符串处理。

- 字符串数组到 整型数组的转化。（ nums = [int(x) for x in nums ]）

- 矩阵的构造。（matrix = np.array(nums)）

- numpy模块在矩阵处理上很有优势。

列表内容

# -*- coding: utf-8 -*-import numpy as npdef readFile(path): # 打开文件（注意路径） f = open(path) # 逐行进行处理 first_ele = True for data in f.readlines(): ## 去掉每行的换行符，"\n" data = data.strip('\n') ## 按照 空格进行分割。 nums = data.split(" ") ## 添加到 matrix 中。 if first_ele: ### 将字符串转化为整型数据 nums = [int(x) for x in nums ] ### 加入到 matrix 中 。 matrix = np.array(nums) first_ele = False else: nums = [int(x) for x in nums] matrix = np.c_[matrix,nums] dealMatrix(matrix) f.close()def dealMatrix(matrix): ## 一些基本的处理。 print "transpose the matrix" matrix = matrix.transpose() print matrix print "matrix trace " print np.trace(matrix)# test.if __name__ == '__main__': readFile("matrix")

其中matrix文件中的内容如下：

0 0 0 11 0 1 01 0 1 11 1 1 11234

python 构造m* n的矩阵

- 通过列表的方式（数组）进行生成矩阵。

- 该矩阵不适用于稀疏矩阵。（稀疏矩阵不会这样子进行构造）

- 注意：如果数据量特别大的时候，这种方法相当于将矩阵中的东西全部加载到内存中，如果行列达到10000+，最好考虑使用稀疏矩阵。（易出现 MemoryError）

- 稀疏矩阵的运算也应该考虑。

相关代码：

def fixed_matrix(row,col): return [[0 for i in range(col)] for j in range(row)]

以上这篇python 读文件,然后转化为矩阵的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。