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
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) /
其他回答
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)
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) /
错误方式:[[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不允许为外层列创建不同的地址空间，这将导致各种超出您预期的错误行为。
正确方法，但有例外:
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，但如果您将默认值设置为None，则会有例外
>>> 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，使用这种方法正确地设置默认值。
绝对正确的:
跟着麦克风的双循环回复。
row=5
col=5
[[x]*col for x in [b for b in range(row)]]
上面会给你一个5x5的2D数组
[[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]]
它使用嵌套的列表推导式。 分类如下:
[[x]*col for x in [b for b in range(row)]]
[x]*col——>被求值的最终表达式 对于——>中的x, x将是迭代器提供的值 [b for b in range(row)]]——>迭代器。
[b for b in range(row)]]这将计算为[0,1,2,3,4]，因为row=5 现在化简为
[[x]*col for x in [0,1,2,3,4]]
它的值是 [[0]*5 for x in[0,1,2,3,4]]——> with x=0第一次迭代 [[1]*5 for x in[0,1,2,3,4]]——> with x=1第二次迭代 [[2]*5 for x in[0,1,2,3,4]]——> with x=2第三次迭代 [[3]*5 for x in[0,1,2,3,4]]——> with x=3第四次迭代 [[4]*5 for x in[0,1,2,3,4]]——> with x=4第五次迭代
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
