python的二维数组操作

本文探讨了在Python中创建二维数组时遇到的一个常见问题——浅拷贝导致的数据意外共享,并提供了一个正确的创建方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

需要在程序中使用二维数组,网上找到一种这样的用法:

1
2
3
4
5
6
#创建一个宽度为3,高度为4的数组
#[[0,0,0],
# [0,0,0],
# [0,0,0],
# [0,0,0]]
myList =  [[ 0 ] *  3 ] *  4

但是当操作myList[0][1] = 1时,发现整个第二列都被赋值,变成

[[0,1,0],

[0,1,0],

[0,1,0],

[0,1,0]]

为什么...一时搞不懂,后面翻阅The Python Standard Library 找到答案

list * n—>n shallow copies of list concatenated, n个list的浅拷贝的连接

例:

1
2
3
4
5
6
>>> lists =  [[]] *  3
>>> lists
[[], [], []]
>>> lists[ 0 ].append( 3 )
>>> lists
[[ 3 ], [ 3 ], [ 3 ]]

[[]]是一个含有一个空列表元素的列表,所以[[]]*3表示3个指向这个空列表元素的引用,修改任何

一个元素都会改变整个列表:

所以需要用另外一种方式进行创建多维数组,以免浅拷贝:

1
2
3
4
5
6
>>> lists =  [[] for  i in  range ( 3 )]
>>> lists[ 0 ].append( 3 )
>>> lists[ 1 ].append( 5 )
>>> lists[ 2 ].append( 7 )
>>> lists
[[ 3 ], [ 5 ], [ 7 ]]

之前的二维数组创建方式为:

1
myList =  [([ 0 ] *  3 ) for  i in  range ( 4 )]
Python中,二维数组通常以表的形式存在,即表中的每个元素也是一个表。查询二维数组的方法通常包括索引访问、切片操作、遍历以及使用内置函数等方式[^1]。 ### 1. 索引访问 二维数组的每个子表都可以通过索引进访问。例如,访问二维数组的第一个表中的第一个元素: ```python matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] print(matrix[0][0]) # 输出 1 ``` ### 2. 切片操作 可以使用切片操作来获取二维数组的某一部分。例如,获取二维数组的前两: ```python matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] print(matrix[:2]) # 输出 [[1, 2, 3], [4, 5, 6]] ``` ### 3. 遍历二维数组 可以通过嵌套的 `for` 循环来遍历二维数组中的每一个元素。例如: ```python matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] for row in matrix: for element in row: print(element) ``` ### 4. 使用内置函数 Python 提供了一些内置函数来处理二维数组,例如 `len()` 函数可以获取二维数组数和数: ```python matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] print(len(matrix)) # 输出 3,表示有3 print(len(matrix[0])) # 输出 3,表示第一3 ``` ### 5. 查询特定元素 可以使用表推导式或 `for` 循环来查询二维数组中的特定元素。例如,查找所有大于5元素: ```python matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] result = [element for row in matrix for element in row if element > 5] print(result) # 输出 [6, 7, 8, 9] ``` ### 6. 使用 NumPy 库 如果需要更高效的数组操作,可以使用 NumPy 库。NumPy 提供了多维数组对象 `ndarray`,可以方便地进数组操作: ```python import numpy as np matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(matrix[0, 0]) # 输出 1 print(matrix[:2, :2]) # 输出 [[1 2], [4 5]] ``` ###
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