python如何将一组数据有序分到二维列表中

将一组数据有序分到二维列表中

将1-20按顺序分到一个四行五列的二维列表

写出代码,

arr1 = []
for i in range(1, 21):
    arr1.append(i)
matrix = []
for i in range(1, 5):
    row = []
    for j in range(1, 6):
        row.append(arr1[(i - 1) * 5 + j - 1])
    matrix.append(row)
print(matrix)

这中方法也是先弄好盒子,然后在把数放进去就可以了。
运行程序查看结果,
在这里插入图片描述

结果预想的一样。小伙伴们快去试试吧。

### 创建二维数据结构的方法 #### 使用列表构建二维数组Python中,可以利用嵌套列表来表示二维数据结构。这种做法简单直观,适合初学者理解和操作。 ```python two_d_list = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] print(two_d_list) ``` 此方法适用于小型项目或学习目的;然而,在处理大规模数值计算时效率较低[^1]。 #### 利用NumPy库创建二维ndarray对象 对于更高效的矩阵运算以及科学计算应用来说,推荐采用NumPy库中的`ndarray`类型。下面展示了几种不同的方式来初始化一个二维的NumPy数组: ##### 方法一:通过现有的一维或多维序转换而来 ```python import numpy as np one_d_array = np.array([0, 1, 2]) two_d_from_one_d = one_d_array.reshape((1,-1)) # 将一维向量转置成单矩阵(-1代表自动推断数) list_of_lists = [[1, 2], [3, 4]] two_d_from_lofl = np.array(list_of_lists) # 直接由列表组成的列表生成多维数组 ``` ##### 方法二:调用专门用于构造特定模式的数据集函数 ```python zeros_matrix = np.zeros(shape=(3, 3)) # 构建全零方阵 ones_matrix = np.ones_like(zeros_matrix) # 类似于给定形状但全部填充为1的新矩阵 identity_matrix = np.eye(N=4) # 单位对角线矩阵 random_values = np.random.rand(2, 2) # 随机实数分布构成的小型正方形区域 ``` 这些内置功能使得快速建立具有预定义特性的大型张量变得容易许多[^2]。 ##### 方法三:组合已有数组形成新的复合体 当需要拼接多个子块组成更大规模的整体时,可借助`bmat()`命令实现这一目标。它允许用户像编写公式一样描述各个组成部分之间的关系,并最终得到期望的结果形式。 ```python A = np.arange(start=0, stop=4).reshape((2, 2)) B = ones_matrix[:2,:2]*-1 # 提取前两并乘以负号作为新部分 C = identity_matrix[:2,:2]+2 # 取左上角四分之一加上常量偏移量 composite_block = np.bmat([[np.zeros(A.shape), A],[B,C]]) ``` 上述代码片段说明了如何灵活运用基础组件搭建复杂而有序的信息载体[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值