用Python写一个函数实现求矩阵的最大和最小值，输入一个任意行任意列的矩阵，输出该矩阵元素的最大和最小值。要求输入矩阵的行数n，矩阵的列数m，矩阵各元素的值，输出最大值，最小值

好的，我来给您编写这个函数：

def find_max_min(n, m, matrix):
    # 初始化最大值和最小值
    max_val = matrix[0][0]
    min_val = matrix[0][0]
    
    # 遍历矩阵，找出最大值和最小值
    for i in range(n):
        for j in range(m):
            if matrix[i][j] > max_val:
                max_val = matrix[i][j]
            if matrix[i][j] < min_val:
                min_val = matrix[i][j]
    
    # 返回最大值和最小值
    return max_val, min_val

这个函数接收三个参数，分别是矩阵的行数n，列数m，以及矩阵本身。它会遍历矩阵，找出其中的最大值和最小值，最后返回这两个值。您可以这样调用它：

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
max_val, min_val = find_max_min(3, 3, matrix)
print("最大值：", max_val)
print("最小值：", min_val)

输出结果为：

最大值： 9
最小值： 1

希望这个函数能够满足您的需求。

相关问题

用Python写一个函数实现求矩阵的最大值和最小值，输入一个任意行任意列的矩阵，输出该矩阵元素的最大值和最小值，要求输入矩阵的行数n，矩阵的列数m，矩阵的各元素的值，输出最大值和最小值

好的，我来给您编写这个函数：

def find_max_min(n, m, matrix):
    # 初始化最大值和最小值
    max_val = matrix[0][0]
    min_val = matrix[0][0]
    
    # 遍历矩阵，找出最大值和最小值
    for i in range(n):
        for j in range(m):
            if matrix[i][j] > max_val:
                max_val = matrix[i][j]
            if matrix[i][j] < min_val:
                min_val = matrix[i][j]
    
    # 返回最大值和最小值
    return max_val, min_val

这个函数接收三个参数，分别是矩阵的行数n，列数m，以及矩阵本身。它会遍历矩阵，找出其中的最大值和最小值，最后返回这两个值。您可以这样调用它：

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
max_val, min_val = find_max_min(3, 3, matrix)
print("最大值：", max_val)
print("最小值：", min_val)

输出结果为：

最大值： 9
最小值： 1

希望这个函数能够满足您的需求。

python找出一个矩阵最后一行非零元素最小值的列索引

可以使用以下代码来实现：

import numpy as np

# 创建一个示例矩阵
matrix = np.array([[0, 0, 0, 0],
                   [0, 0, 0, 0],
                   [0, 0, 0, 4],
                   [0, 0, 3, 2]])

# 找到最后一行非零元素的列索引
last_row = matrix[-1]
last_row_nonzero = np.nonzero(last_row)[0]
min_index = last_row_nonzero[np.argmin(last_row[last_row_nonzero])]

print(min_index)

解释一下代码：

1. 首先导入 numpy 库。
2. 创建一个示例矩阵。
3. 使用 `[-1]` 索引获取矩阵的最后一行。
4. 使用 `np.nonzero` 函数找到最后一行非零元素的列索引。
5. 使用 `np.argmin` 函数找到最后一行非零元素中的最小值索引。
6. 最后输出最小值的列索引。

注意，这里使用了 numpy 库中的函数来实现，如果不使用 numpy 库，也可以使用普通的 Python 列表和循环来实现。