Python初始化多维数组

本文介绍了两种在Python中创建并初始化二维列表的方法。第一种方法通过使用嵌套循环来创建独立的子列表;第二种方法通过复制一个初始子列表,但可能会导致元素间的意外引用问题。文章通过实例展示了每种方法的特点。
#方法一
twoD = [[for col in range(5) for row in range(3)]]
#>>[[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
twoD[0][0] = 1
#>>[[0, 1, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
twoD[1] = [1]
#>>[[0, 1, 0, 0, 0], [1], [0, 0, 0, 0, 0]]


#方法2
twoD = [[0] * 5] * 3
#>>[[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
twoD[0][0] = 1
#>>[[1, 0, 0, 0, 0], [1, 0, 0, 0, 0], [1, 0, 0, 0, 0]]
twoD[1] = [1]
#>>[[1, 0, 0, 0, 0], [1], [1, 0, 0, 0, 0]]

 参考地址:http://www.jb51.net/article/15716.htm

NumPy 是一个流行的 Python 库,用于进行科学计算和处理大型多维数组。在 NumPy 中初始化多维数组非常直接,有多种方法可以完成这一操作。以下是一些常用的方法: 1. 使用 `numpy.array()` 创建数组:可以将一个列表的列表(或者嵌套列表)作为参数传递给 `numpy.array()`,从而创建一个多维数组。 ```python import numpy as np # 创建一个二维数组 two_dim_array = np.array([[1, 2, 3], [4, 5, 6]]) ``` 2. 使用 `numpy.zeros()` 创建一个给定形状和类型的新数组,用零填充: ```python # 创建一个 2x3 的二维数组,所有元素都是零 zero_array = np.zeros((2, 3)) ``` 3. 使用 `numpy.ones()` 创建一个给定形状和类型的新数组,用一填充: ```python # 创建一个 3x2 的二维数组,所有元素都是 1 one_array = np.ones((3, 2)) ``` 4. 使用 `numpy.arange()` 结合数组的 `reshape()` 方法创建一个具有特定形状的数组: ```python # 创建一个一维数组,然后将其重新塑形为 3x2 的二维数组 arr = np.arange(6).reshape((3, 2)) ``` 5. 使用 `numpy.empty()` 创建一个未初始化的新数组,其形状和数据类型由用户指定。这个函数创建的数组中的数据是未初始化的,可能包含任意值。 ```python # 创建一个 2x3 的二维数组,但不指定初始值 empty_array = np.empty((2, 3)) ``` 以上方法可以灵活组合使用,以便根据需要创建和初始化多维数组。正确选择初始化方法对于确保程序性能和正确性非常重要。
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