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
代码:
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必须是不可变的。
lst=[[0]*n]*m
np.array(lst)
初始化所有矩阵m=行和n=列
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))
我理解的重要的事情是:在初始化数组(在任何维度)时，我们应该给数组的所有位置一个默认值。然后只完成初始化。在此之后，我们可以更改或接收数组的任何位置的新值。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)
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]]
