我开始使用python，我尝试使用一个二维列表，我开始在每个地方都用相同的变量填充。我想到了这个:
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，但感觉像是一种变通方法。有更简单/更短/更优雅的方法吗?
当前回答
Matrix={}
for i in range(0,3):
for j in range(0,3):
Matrix[i,j] = raw_input("Enter the matrix:")
其他回答
初始化一个大小为m X n的二维矩阵，取值为0
m,n = map(int,input().split())
l = [[0 for i in range(m)] for j in range(n)]
print(l)
你可以这样做:
[[element] * numcols] * numrows
例如:
>>> [['a'] *3] * 2
[['a', 'a', 'a'], ['a', 'a', 'a']]
但这有一个不受欢迎的副作用:
>>> 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']]
这是我发现的教新程序员最好的方法，而且不需要使用额外的库。不过我想要更好的。
def initialize_twodlist(value):
list=[]
for row in range(10):
list.append([value]*10)
return list
这里有一个更简单的方法:
import numpy as np
twoD = np.array([[]*m]*n)
要初始化所有带有任何'x'值的单元格，请使用:
twoD = np.array([[x]*m]*n
Python中经常出现的一个模式是
bar = []
for item in some_iterable:
bar.append(SOME EXPRESSION)
这有助于推动列表推导式的引入，它将代码片段转换为
bar = [SOME_EXPRESSION for item in some_iterable]
这样更简短，有时也更清楚。通常，您会养成识别这些循环的习惯，并经常用推导式替换循环。
您的代码遵循此模式两次
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) /
