如果您想创建一个二维矩阵，其维度由两个变量定义，并使用其所有元素的默认值对其进行初始化。您可以使用以下简单语法

n_rows=3
n_cols=4
aux_matrix= [[1]*n_cols]*n_rows

l=[[0]*(L) for _ in range(W)]

将快于：

l = [[0 for x in range(L)] for y in range(W)] 

这是一个来自C、CPP和Java背景的初学者的代码

rows = int(input())
cols = int(input())

matrix = []
for i in range(rows):
  row = []
  for j in range(cols):
    row.append(0)
  matrix.append(row)

print(matrix)

为什么这么长的代码，在Python中也是如此？

很久以前，当我不熟悉Python时，我看到了编写2D矩阵的单行答案，并告诉自己我不会再在Python中使用2D矩阵。（这些单行很吓人，它没有告诉我Python在做什么。还要注意，我不知道这些短手。）

如果你真的想要一个矩阵，你最好使用numpy。numpy中的矩阵运算通常使用二维数组类型。创建新阵列有多种方法；其中最有用的是zeros函数，它接受一个形状参数并返回一个给定形状的数组，值初始化为零：

>>> import numpy
>>> numpy.zeros((5, 5))
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

以下是创建二维数组和矩阵的一些其他方法（为了紧凑，去掉了输出）：

numpy.arange(25).reshape((5, 5))         # create a 1-d range and reshape
numpy.array(range(25)).reshape((5, 5))   # pass a Python range and reshape
numpy.array([5] * 25).reshape((5, 5))    # pass a Python list and reshape
numpy.empty((5, 5))                      # allocate, but don't initialize
numpy.ones((5, 5))                       # initialize with ones

numpy也提供了一种矩阵类型，但它不再推荐用于任何用途，将来可能会从numpy中删除。

我在逗号分隔的文件中阅读如下：

data=[]
for l in infile:
    l = split(',')
    data.append(l)

列表“data”是带有索引数据[row][col]的列表列表

下面是在python中创建矩阵的代码片段：

# get the input rows and cols
rows = int(input("rows : "))
cols = int(input("Cols : "))

# initialize the list
l=[[0]*cols for i in range(rows)]

# fill some random values in it
for i in range(0,rows):
    for j in range(0,cols):
        l[i][j] = i+j

# print the list
for i in range(0,rows):
    print()
    for j in range(0,cols):
        print(l[i][j],end=" ")

如果我错过了什么，请提出建议。