下面是一个用于初始化列表列表的简短符号：

matrix = [[0]*5 for i in range(5)]

不幸的是，将其缩短为5*[5*[0]这样的长度并不能真正起作用，因为您最终会得到相同列表的5个副本，因此当您修改其中一个副本时，它们都会发生变化，例如：

>>> matrix = 5*[5*[0]]
>>> matrix
[[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]]
>>> matrix[4][4] = 2
>>> matrix
[[0, 0, 0, 0, 2], [0, 0, 0, 0, 2], [0, 0, 0, 0, 2], [0, 0, 0, 0, 2], [0, 0, 0, 0, 2]]

可以通过将两个或多个方括号或第三个方括号（[]，用逗号分隔）与方括号嵌套来创建一个空的二维列表，如下所示：

Matrix = [[], []]

现在假设您想将1附加到矩阵[0][0]，然后键入：

Matrix[0].append(1)

现在，键入矩阵并按Enter键。输出将为：

[[1], []]

如果您输入以下语句

Matrix[1].append(1)

那么矩阵将是

[[], [1]]

这就是词典的用途！

matrix = {}

可以通过两种方式定义键和值：

matrix[0,0] = value

or

matrix = { (0,0)  : value }

结果：

   [ value,  value,  value,  value,  value],
   [ value,  value,  value,  value,  value],
   ...

如果在开始之前没有大小信息，请创建两个一维列表。

list 1: To store rows
list 2: Actual two-dimensional matrix

将整行存储在第一个列表中。完成后，将列表1追加到列表2中：

from random import randint

coordinates=[]
temp=[]
points=int(raw_input("Enter No Of Coordinates >"))
for i in range(0,points):
    randomx=randint(0,1000)
    randomy=randint(0,1000)
    temp=[]
    temp.append(randomx)
    temp.append(randomy)
    coordinates.append(temp)

print coordinates

输出：

Enter No Of Coordinates >4
[[522, 96], [378, 276], [349, 741], [238, 439]]

我正在编写我的第一个Python脚本，我对方阵示例有点困惑，所以我希望下面的示例可以帮助您节省一些时间：

 # Creates a 2 x 5 matrix
 Matrix = [[0 for y in xrange(5)] for x in xrange(2)]

因此

Matrix[1][4] = 2 # Valid
Matrix[4][1] = 3 # IndexError: list index out of range

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。