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
这种方式比嵌套的列表推导更快
[x[:] for x in [[foo] * 10] * 10] # for immutable foo!
下面是一些python3计时，用于小型和大型列表
$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
解释:
[[foo]*10]*10创建重复10次的相同对象的列表。您不能只使用这个，因为修改一个元素将修改每行中的同一元素!
x[:]等价于list(x)，但更有效一点，因为它避免了名称查找。无论哪种方式，它都创建了每行的浅拷贝，所以现在所有元素都是独立的。
所有的元素都是相同的foo对象，所以如果foo是可变的，你就不能使用这个方案。，你必须使用
import copy
[[copy.deepcopy(foo) for x in range(10)] for y in range(10)]
或者假设一个类(或函数)Foo返回Foo
[[Foo() for x in range(10)] for y in range(10)]
其他回答
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
通常，当你想要多维数组时，你不想要一个列表的列表，而是一个numpy数组，或者可能是一个dict。
例如，使用numpy可以执行如下操作
import numpy
a = numpy.empty((10, 10))
a.fill(foo)
t = [ [0]*10 for i in [0]*10]
对于每个元素将创建一个新的[0]*10。
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']]
要在Python中初始化二维列表，使用
t = [ [0]*3 for i in range(3)]
但是不要使用[[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]]
