如何在Python中初始化二维数组？

我开始使用python，并尝试使用一个二维列表，最初我在每个地方都填充了相同的变量。我想出了这个：

def initialize_twodlist(foo):
    twod_list = []
    new = []
    for i in range (0, 10):
        for j in range (0, 10):
            new.append(foo)
        twod_list.append(new)
        new = []

它给出了预期的结果，但是感觉像是一种解决方法。有没有更简单/更短/更优雅的方式来做到这一点？

Python中经常出现的一种模式是

bar = []
for item in some_iterable:
    bar.append(SOME EXPRESSION)

这有助于激励列表理解的引入，从而将代码段转换为

bar = [SOME EXPRESSION for item in some_iterable]

它更短，有时更清晰。通常，您养成识别这些习惯的习惯，并经常用理解代替循环。

您的代码两次遵循此模式

twod_list = []                                       \                      
for i in range (0, 10):                               \
    new = []                  \ can be replaced        } this too
    for j in range (0, 10):    } with a list          /
        new.append(foo)       / comprehension        /
    twod_list.append(new)                           /

您可以使用列表推导：

x = [[foo for i in range(10)] for j in range(10)]
# x is now a 10x10 array of 'foo' (which can depend on i and j if you want)

这种方法比嵌套列表理解要快

[x[:] for x in [[foo] * 10] * 10]    # for immutable foo!

这是一些python3时序，适用于大小清单

$python3 -m timeit '[x[:] for x in [[1] * 10] * 10]'
1000000 loops, best of 3: 1.55 usec per loop

$ python3 -m timeit '[[1 for i in range(10)] for j in range(10)]'
100000 loops, best of 3: 6.44 usec per loop

$ python3 -m timeit '[x[:] for x in [[1] * 1000] * 1000]'
100 loops, best of 3: 5.5 msec per loop

$ python3 -m timeit '[[1 for i in range(1000)] for j in range(1000)]'
10 loops, best of 3: 27 msec per loop

说明：

[[foo]*10]*10创建重复10次的同一对象的列表。您不能只使用它，因为修改一个元素会修改每一行中的相同元素！

x[:]等效于，list(X)但效率更高，因为它避免了名称查找。无论哪种方式，它都会为每行创建一个浅表副本，因此现在所有元素都是独立的。

foo尽管所有元素都是同一个对象，所以如果foo是mutable，则不能使用此方案。必须使用

import copy
[[copy.deepcopy(foo) for x in range(10)] for y in range(10)]

或假设某个类（或函数）Foo返回foos

[[Foo() for x in range(10)] for y in range(10)]

不要使用[[v]*n]*n，这是一个陷阱！

>>> a = [[0]*3]*3
>>> a
[[0, 0, 0], [0, 0, 0], [0, 0, 0]]
>>> a[0][0]=1
>>> a
[[1, 0, 0], [1, 0, 0], [1, 0, 0]]

但

    t = [ [0]*3 for i in range(3)]

效果很好。

在Python中初始化二维数组：

a = [[0 for x in range(columns)] for y in range(rows)]

[[foo for x in xrange(10)] for y in xrange(10)]

通常，当您需要多维数组时，您不需要列表列表，而是想要一个numpy数组或一个dict。

例如，使用numpy，您将执行以下操作

import numpy
a = numpy.empty((10, 10))
a.fill(foo)

您可以这样做：

[[element] * numcols] * numrows

例如：

>>> [['a'] *3] * 2
[['a', 'a', 'a'], ['a', 'a', 'a']]

但这有不希望的副作用：

>>> b = [['a']*3]*3
>>> b
[['a', 'a', 'a'], ['a', 'a', 'a'], ['a', 'a', 'a']]
>>> b[1][1]
'a'
>>> b[1][1] = 'b'
>>> b
[['a', 'b', 'a'], ['a', 'b', 'a'], ['a', 'b', 'a']]

twod_list = [[foo for _ in range(m)] for _ in range(n)]

因为n是行数，m是列数，foo是值。

如果它是一个人口稀少的数组，那么最好使用以元组为键的字典：

dict = {}
key = (a,b)
dict[key] = value
...

t = [ [0]*10 for i in [0]*10]

为每个元素[0]*10创建一个新的..

错误的方法：[[None * m] * n]

>>> m, n = map(int, raw_input().split())
5 5
>>> x[0][0] = 34
>>> x
[[34, None, None, None, None], [34, None, None, None, None], [34, None, None, None, None], [34, None, None, None, None], [34, None, None, None, None]]
>>> id(x[0][0])
140416461589776
>>> id(x[3][0])
140416461589776

使用这种方法，python不允许为外部列创建不同的地址空间，并且会导致各种异常行为，超出您的预期。

正确的方法，但有以下例外：

y = [[0 for i in range(m)] for j in range(n)]
>>> id(y[0][0]) == id(y[1][0])
False

这是一个很好的方法，但是如果将默认值设置为 None

>>> r = [[None for i in range(5)] for j in range(5)]
>>> r
[[None, None, None, None, None], [None, None, None, None, None], [None, None, None, None, None], [None, None, None, None, None], [None, None, None, None, None]]
>>> id(r[0][0]) == id(r[2][0])
True

因此，使用此方法正确设置默认值。

绝对正确：

按照迈克对double loop的答复。

Matrix={}
for i in range(0,3):
  for j in range(0,3):
    Matrix[i,j] = raw_input("Enter the matrix:")

要初始化二维数组，请使用： arr = [[]*m for i in range(n)]

实际上， arr = [[]*m]*n将创建一个2D数组，其中所有n个数组都指向同一数组，因此任何元素中值的任何变化都将反映在所有n个列表中

有关更多详细说明，请访问：https : //www.geeksforgeeks.org/python-using-2d-arrays-lists-the-right-way/

使用最简单的思想来创建这个。

wtod_list = []

并添加大小：

wtod_list = [[0 for x in xrange(10)] for x in xrange(10)]

或者如果我们想先声明尺寸。我们只使用：

   wtod_list = [[0 for x in xrange(10)] for x in xrange(10)]

正如@Arnab和@Mike指出的那样，数组不是列表。几乎没有什么不同：1）数组在初始化期间固定大小； 2）数组通常支持的操作少于列表。

在大多数情况下，这可能是一个过大的杀伤力，但这是一个基本的2d数组实现，它利用python ctypes（c库）来利用硬件数组实现

import ctypes
class Array:
    def __init__(self,size,foo): #foo is the initial value
        self._size = size
        ArrayType = ctypes.py_object * size
        self._array = ArrayType()
        for i in range(size):
            self._array[i] = foo
    def __getitem__(self,index):
        return self._array[index]
    def __setitem__(self,index,value):
        self._array[index] = value
    def __len__(self):
        return self._size

class TwoDArray:
    def __init__(self,columns,rows,foo):
        self._2dArray = Array(rows,foo)
        for i in range(rows):
            self._2dArray[i] = Array(columns,foo)

    def numRows(self):
        return len(self._2dArray)
    def numCols(self):
        return len((self._2dArray)[0])
    def __getitem__(self,indexTuple):
        row = indexTuple[0]
        col = indexTuple[1]
        assert row >= 0 and row < self.numRows() \
               and col >=0 and col < self.numCols(),\
               "Array script out of range"
        return ((self._2dArray)[row])[col]

if(__name__ == "__main__"):
    twodArray = TwoDArray(4,5,5)#sample input
    print(twodArray[2,3])

我了解的重要一点是：在初始化数组（任何维度）时，我们应该为数组的所有位置提供默认值。然后，仅初始化完成。之后，我们可以更改或接收新值到数组的任何位置。下面的代码非常适合我

N=7
F=2

#INITIALIZATION of 7 x 2 array with deafult value as 0
ar=[[0]*F for x in range(N)]

#RECEIVING NEW VALUES TO THE INITIALIZED ARRAY
for i in range(N):
    for j in range(F):
        ar[i][j]=int(input())
print(ar)

如果使用numpy，则可以轻松创建2d数组：

import numpy as np

row = 3
col = 5
num = 10
x = np.full((row, col), num)

X

array([[10, 10, 10, 10, 10],
       [10, 10, 10, 10, 10],
       [10, 10, 10, 10, 10]])

row=5
col=5
[[x]*col for x in [b for b in range(row)]]

以上将为您提供5x5 2D阵列

[[0, 0, 0, 0, 0],
 [1, 1, 1, 1, 1],
 [2, 2, 2, 2, 2],
 [3, 3, 3, 3, 3],
 [4, 4, 4, 4, 4]]

它使用嵌套列表推导。细分如下：

[[x]*col for x in [b for b in range(row)]]

[x] * col->
在-> x中对x 求值的最终表达式将是迭代器提供的值
[b表示range（row）中b的值]]->迭代器。

[b代表b在range（row）中的b]]，因为row = 5，
所以其计算结果为[0,1,2,3,4]，因此现在简化为

[[x]*col for x in [0,1,2,3,4]]

对于[0,1,2,3,4]中的x，这将计算为[[0] * 5]-> x = 0第一次迭代
[对于[ 0,1,2,3 中的x，[1] * 5， 3,4]]-> x = 1，第2次迭代
[[2] * 5 for x in [0,1,2,3,4]]-> x = 2，第3次迭代
[[3] * 5对于[0,1,2,3,4]中的x – x等于3 =第4次迭代
[[4] * 5对于[0,1,2,3,4]中的x [x] = 4第5次迭代

这是我在不使用其他库的情况下教新程序员的最佳方法。我想要更好的东西。

def initialize_twodlist(value):
    list=[]
    for row in range(10):
        list.append([value]*10)
    return list

这是一个更简单的方法：

import numpy as np
twoD = np.array([[]*m]*n)

要使用任何“ x”值初始化所有单元格，请使用：

twoD = np.array([[x]*m]*n

我经常使用这种方法来初始化二维数组

n=[[int(x) for x in input().split()] for i in range(int(input())]

可以从以下系列中得出添加尺寸的一般模式：

x = 0
mat1 = []
for i in range(3):
    mat1.append(x)
    x+=1
print(mat1)


x=0
mat2 = []
for i in range(3):
    tmp = []
    for j in range(4):
        tmp.append(x)
        x+=1
    mat2.append(tmp)

print(mat2)


x=0
mat3 = []
for i in range(3):
    tmp = []
    for j in range(4):
        tmp2 = []
        for k in range(5):
            tmp2.append(x)
            x+=1
        tmp.append(tmp2)
    mat3.append(tmp)

print(mat3)

您可以尝试使用此[[0] * 10] * 10。这将返回由10行10列组成的二维数组，每个单元格的值为0。

lst = [[0] * m对于范围（n）中的i]

初始化所有矩阵n =行和m =列

另一种方法是使用字典来保存二维数组。

twoD = {}
twoD[0,0] = 0
print(twoD[0,0]) # ===> prints 0

这仅可以保存任何1D，2D值，并将其初始化为0任何其他int值，请使用collections。

import collections
twoD = collections.defaultdict(int)
print(twoD[0,0]) # ==> prints 0
twoD[1,1] = 1
print(twoD[1,1]) # ==> prints 1

码：

num_rows, num_cols = 4, 2
initial_val = 0
matrix = [[initial_val] * num_cols for _ in range(num_rows)]
print(matrix) 
# [[0, 0], [0, 0], [0, 0], [0, 0]]

initial_val 必须是不变的。

from random import randint
l = []

for i in range(10):
    k=[]
    for j in range(10):
        a= randint(1,100)
        k.append(a)

    l.append(k)




print(l)
print(max(l[2]))

b = []
for i in range(10):
    a = l[i][5]
    b.append(a)

print(min(b))