方法一 ：使用常规的思路

def transpose(M):
    # 初始化转置后的矩阵
    result = []
    # 获取转置前的行和列
    row, col = shape(M)
    # 先对列进行循环
    for i in range(col):
	    # 外层循环的容器
        item = [] 
        # 在列循环的内部进行行的循环
        for index in range(row):
            item.append(M[index][i])
        result.append(item)
    return result

思路：矩阵的转置就是从行变成列, 列变成行

• 先定义一个最终存放矩阵的容器
• 先对列进行循环i，并定义一个临时数组用于存放数据，在每次列的循环内部，再次对行进行循环j，取第M[j][i]个元素存入一个临时数组中
• 在每次列循环完毕，将临时数组存入最终数组中
• 当列循环完毕, 最终数组就是矩阵的转置

方法二：使用zip解包

def transpose(M):
    # 直接使用zip解包成转置后的元组迭代器，再强转成list存入最终的list中
    return [list(row) for row in zip(*M)]

思路:

• zip 解包后，返回一个将多个可迭代对象组合成一个元组序列的迭代器，正如：

my_zip = list(zip(['a', 'b', 'c'], [1, 2, 3])) 
print(my_zip) # [('a', 1), ('b', 2), ('c', 3)]

• 在每次循环中将元组强转成list 并存入总list中