python求一个输入矩阵主对角线和副对角线所有元素和，不用NumPy库

不使用NumPy库的话，可以使用Python的基本语法来实现计算输入矩阵的主对角线和副对角线所有元素和。具体实现方式如下：

# 获取用户输入的矩阵
n = int(input("请输入矩阵的行数和列数："))
matrix = []
for i in range(n):
    row = []
    for j in range(n):
        element = int(input("请输入第{}行第{}列的元素：".format(i+1, j+1)))
        row.append(element)
    matrix.append(row)

# 计算矩阵主对角线元素的和
diag_sum = 0
for i in range(n):
    diag_sum += matrix[i][i]

# 计算矩阵副对角线元素的和
rev_diag_sum = 0
for i in range(n):
    rev_diag_sum += matrix[i][n-i-1]

print(diag_sum) # 输出主对角线元素的和
print(rev_diag_sum) # 输出副对角线元素的和

以上代码中，首先通过`input()`函数获取用户输入的矩阵，并使用列表嵌套列表的方式存储矩阵。然后使用两个for循环分别计算矩阵主对角线和副对角线所有元素的和，其中对于副对角线，我们需要通过`n-i-1`来计算元素的列下标。最后输出结果即可。

相关问题

python求一个输入矩阵主对角线和副对角线所有元素和

可以使用NumPy库来计算一个输入矩阵的主对角线和副对角线所有元素和。具体实现方式如下：

import numpy as np

# 获取用户输入的矩阵
n = int(input("请输入矩阵的行数和列数："))
matrix = np.zeros((n, n))
for i in range(n):
    for j in range(n):
        matrix[i][j] = int(input("请输入第{}行第{}列的元素：".format(i+1, j+1)))

# 计算矩阵主对角线元素的和
diag_sum = np.trace(matrix)

# 计算矩阵副对角线元素的和
rev_diag_sum = np.trace(np.fliplr(matrix))

print(diag_sum) # 输出主对角线元素的和
print(rev_diag_sum) # 输出副对角线元素的和

以上代码中，首先通过`input()`函数获取用户输入的矩阵，并使用NumPy库将其转换为矩阵形式。然后使用`np.trace()`函数分别计算矩阵主对角线和副对角线所有元素的和。其中，对于副对角线，我们需要先使用`np.fliplr()`函数将矩阵左右翻转，然后再计算它的主对角线即可。最后输出结果即可。

python求矩阵主对角线和副对角线所有元素和

同样可以使用NumPy库来计算矩阵主对角线和副对角线所有元素和。具体实现方式如下：

import numpy as np

# 定义一个3x3的矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 计算矩阵主对角线元素的和
diag_sum = np.trace(matrix)

# 计算矩阵副对角线元素的和
rev_diag_sum = np.trace(np.fliplr(matrix))

print(diag_sum) # 输出15，即1+5+9的和
print(rev_diag_sum) # 输出15，即3+5+7的和

以上代码中，首先使用NumPy库创建一个3x3的矩阵，然后使用`np.trace()`函数分别计算矩阵主对角线和副对角线所有元素的和。其中，对于副对角线，我们需要先使用`np.fliplr()`函数将矩阵左右翻转，然后再计算它的主对角线即可。最后输出结果即可。