如何在python类中运行递归

Question

我正在尝试创建一个类Matrix，它有一个名为row_echelon的方法，我正在尝试使用递归，但它不起作用。

class Matrix:
def __init__(self,matrix):
self.matrix = matrix
def row_echelon(self):
r, c = self.matrix.shape
if r == 0 or c == 0:
return self.matrix
for i in range(len(self.matrix)):
if self.matrix[i,0] != 0:
break
else:
new_matrix = self.row_echelon(self.matrix[:,1:])

return np.hstack([self.matrix[:,:1], new_matrix])
if i > 0:
ith_row = self.matrix[i].copy()
self.matrix[i] = self.matrix[0]
self.matrix[0] = ith_row
self.matrix[0] = self.matrix[0] / self.matrix[0,0]
self.matrix[1:] -= self.matrix[0] * self.matrix[1:,0:1]

new_matrix = self.row_echelon(self.matrix[1:,1:])
return np.vstack([self.matrix[:1], np.hstack([self.matrix[1:,:1], new_matrix]) ])

以下是我的输入和输出：

输入：

A = np.array([[4, 7, 3, 8],
[8, 3, 8, 7],
[2, 9, 5, 3]], dtype='float')
my_matrix = Matrix(A)
print(my_matrix.row_echelon())

输出：

TypeError
Traceback(最后一次调用(
Cell-In[43]，第5行
1 A=np.array([[4，7，3，8]，
2[8，3，8，7]，
3[2，9，5，3]]，dtype='float'(
4 my_matrix=matrix(A(---->5打印(my_matrix.row_echelon(((

Cell In[42]，第46行，在Matrix中。row_echelon(self(
41 self.Matrix[0]=self.matter[0]/self.Matrix[0,0]
43 self-Matrix[1:]-=self.mattric[0]*self.matric[1:，0:1]
--->46 new_matrix=self.row_echelon(self.matrix[1:，1:](
48返回np.vstack([self.matrix[：1]，np.hstack([self.matric[1:，：1]，new_matrix](](

TypeError：Matrix.row_echelon((接受1个位置参数，但2个已给定

我不明白给出了哪两个参数？

Answer 1

在def row_echelon(self):中，您定义了要使用对象引用调用的函数，但在new_matrix = self.row_echelon(self.matrix[:,1:])中，您也将矩阵传递给函数。当您调用类函数的时，无论您是否想要，它都会自动获得self的参数-对象引用<strike]。然后，与函数一起传递的self.matrix[:,1:]成为第二个参数。解决方案是使用除self之外的另一个参数>而不是来定义函数，并对矩阵的副本而不是类成员matrix进行操作。

Answer 2

！使现代化它终于奏效了。非常感谢大家！！这是我的代码：

def row_echelon(self):
r, c = self.matrix.shape
if r == 0 or c == 0:
return self.matrix
for i in range(len(self.matrix)):
if self.matrix[i,0] != 0:
break
else:
matrix_2 = self.matrix[:,1:]
new_matrix = Matrix(matrix_2).row_echelon()

return np.hstack([self.matrix[:,:1], new_matrix])

if i > 0:
ith_row = self.matrix[i].copy()
self.matrix[i] = self.matrix[0]
self.matrix[0] = ith_row

self.matrix[0] = self.matrix[0] / self.matrix[0,0]
self.matrix[1:] -= self.matrix[0] * self.matrix[1:,0:1]
matrix_2 = self.matrix[1:,1:]
new_matrix = Matrix(matrix_2).row_echelon()
return np.vstack([self.matrix[:1], np.hstack([self.matrix[1:,:1], new_matrix]) ])