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解压包

def transpose(M):

直接使用zip解压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解压包后，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。