بخشی از مقاله

چندین نمونه کد

~2 دقیقه مطالعه · آخرین به‌روزرسانی ۲۶ شهریور ۱۴۰۴

شرح برنامه

این برنامه پایتونی یک ماتریس ۳×۳ ایجاد می‌کند و به‌صورت تصادفی به هر خانه عددی بین ۰ تا ۲۰ اختصاص می‌دهد.
سپس عملیات زیر را انجام می‌دهد:
- محاسبه و نمایش مجموع کل عناصر ماتریس
- محاسبه و نمایش میانگین عناصر ماتریس
- نمایش بزرگ‌ترین مقدار در هر سطر
- نمایش کوچک‌ترین مقدار در هر ستون


کد پایتون:


import random

# ایجاد ماتریس ۳×۳ با مقادیر تصادفی بین ۰ تا ۲۰
matrix = [[random.randint(0, 20) for _ in range(3)] for _ in range(3)]

# نمایش ماتریس
print("ماتریس:")
for row in matrix:
    print(row)

# مجموع و میانگین عناصر
total_sum = sum(sum(row) for row in matrix)
average = total_sum / 9

print("\nمجموع عناصر ماتریس:", total_sum)
print("میانگین عناصر ماتریس:", round(average, 2))

# بزرگ‌ترین مقدار هر سطر
print("\nبزرگ‌ترین مقدار در هر سطر:")
for i, row in enumerate(matrix):
    print(f"سطر {i+1}: {max(row)}")

# کوچک‌ترین مقدار هر ستون
print("\nکوچک‌ترین مقدار در هر ستون:")
for col in range(3):
    column_values = [matrix[row][col] for row in range(3)]
    print(f"ستون {col+1}: {min(column_values)}")

نمونه خروجی:


ماتریس:
[12, 3, 18]
[7, 0, 14]
[20, 5, 6]

مجموع عناصر ماتریس: 85  
میانگین عناصر ماتریس: 9.44

بزرگ‌ترین مقدار در هر سطر:
سطر 1: 18  
سطر 2: 14  
سطر 3: 20

کوچک‌ترین مقدار در هر ستون:
ستون 1: 7  
ستون 2: 0  
ستون 3: 6

توضیح مراحل برنامه:

در این برنامه:
- ماتریس با استفاده از random.randint() ساخته می‌شود
- مجموع و میانگین با استفاده از توابع sum() محاسبه می‌شود
- بزرگ‌ترین مقدار هر سطر با max() و کوچک‌ترین مقدار هر ستون با min() محاسبه می‌شود


نوشته و پژوهش‌شده توسط دکتر شاهین صیامی

مقالات مرتبط

آشنایی کامل با دکوریتورها در پایتون – تزئین رفتار توابع با کدهای قابل‌استفاده مجدد

دکوریتورها در پایتون ابزار قدرتمندی برای تغییر یا گسترش رفتار توابع و کلاس‌ها بدون تغییر در کد اصلی آن‌ها هستند. با استفاده از دکوریتورها می‌توان منطق‌هایی مانند لاگ‌گیری، احراز هویت، کش‌کردن، یا بررسی زمان اجرا را به‌صورت تمیز و قابل‌تکرار پیاده‌سازی کرد. این مقاله به بررسی ساختار، نحوه تعریف، کاربردهای رایج و مثال‌های عملی دکوریتورها می‌پردازد.

ادامه

آشنایی کامل با کلاس‌ها در پایتون – شی‌گرایی، ساختار، وراثت و کاربردهای عملی

کلاس‌ها در پایتون یکی از پایه‌های برنامه‌نویسی شی‌گرا هستند که امکان تعریف ساختارهای داده‌ای پیچیده، رفتارهای قابل‌تخصیص و کپسوله‌سازی منطق را فراهم می‌کنند. در این مقاله، با مفاهیم پایه‌ای کلاس، سازنده‌ها، متدها، وراثت، کلاس‌های فرزند، و کاربردهای واقعی کلاس‌ها در پروژه‌های پایتونی آشنا می‌شویم.

ادامه

چندین نمونه کد

برای درک بهتر زبان پیاتون

ادامه

راهنمای جامع دریافت ورودی متنی از کاربر در پایتون

در پایتون، دریافت ورودی از کاربر یکی از ابتدایی‌ترین اما کلیدی‌ترین قابلیت‌ها برای تعامل با کاربران است. این مقاله به بررسی دقیق تابع input()، نحوه تبدیل ورودی به انواع داده‌ای، استفاده در شرط‌ها و حلقه‌ها، و نکات امنیتی و عملی درباره فیلتر کردن و اعتبارسنجی ورودی می‌پردازد. همچنین مثال‌های متنوعی برای کاربردهای واقعی ارائه می‌گردد.

ادامه

بررسی کامل تابع در پایتون: ساختار، انواع و کاربردها

comprehensive-guide-python-functiتوابع در پایتون از مهم‌ترین ابزارهای برنامه‌نویسی هستند که کد را ماژولار، قابل استفاده مجدد و خواناتر می‌سازند. این مقاله با معرفی ساختار تعریف تابع، تفاوت بین توابع Built-in و Custom، کاربرد آرگومان‌ها، مقدارهای بازگشتی، و مفاهیم پیشرفته مانند توابع بازگشتی و توابع لامبدا، درک جامعی از توانمندی‌های تابع در پایتون فراهم می‌کند.ons-structure-types-uses-fa

ادامه

حلقه‌ها، ایتریتورها و کنترل جریان تکرار در پایتون

در پایتون، حلقه‌ها ابزاری کلیدی برای انجام عملیات تکراری هستند. حلقه‌های for برای تعداد مشخص و while برای تعداد نامشخص استفاده می‌شوند. با معرفی مفهوم ایتریتور، تابع input برای دریافت داده از کاربر، و توابعی مثل enumerate, zip, next, و shuffle، این مقاله درک جامعی از نحوه مدیریت و کنترل جریان تکرار در پایتون ارائه می‌دهد.

ادامه