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
t = [ [0]*10 for i in [0]*10]
对于每个元素将创建一个新的[0]*10。
其他回答
正如@Arnab和@Mike指出的，数组不是列表。不同之处在于:1)数组在初始化时是固定大小的;2)数组通常支持比列表更少的操作。
也许在大多数情况下有点多余，但这里有一个基本的2d数组实现，它利用python ctypes(c库)实现硬件数组。
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])
[[foo for x in xrange(10)] for y in xrange(10)]
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)
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
lst=[[0]*n]*m
np.array(lst)
初始化所有矩阵m=行和n=列
