问题：如何在Python中初始化二维数组？
我开始使用python，并尝试使用一个二维列表，最初我在每个地方都填充了相同的变量。我想出了这个：
def initialize_twodlist(foo):
twod_list = []
new = []
for i in range (0, 10):
for j in range (0, 10):
new.append(foo)
twod_list.append(new)
new = []它给出了预期的结果，但是感觉像是一种解决方法。有没有更简单/更短/更优雅的方式来做到这一点？
回答 0
Python中经常出现的一种模式是
bar = []
for item in some_iterable:
bar.append(SOME EXPRESSION)这有助于激励列表理解的引入，从而将代码段转换为
bar = [SOME EXPRESSION for item in some_iterable]它更短，有时更清晰。通常，您养成识别这些习惯的习惯，并经常用理解代替循环。
您的代码两次遵循此模式
twod_list = [] \
for i in range (0, 10): \
new = [] \ can be replaced } this too
for j in range (0, 10): } with a list /
new.append(foo) / comprehension /
twod_list.append(new) /回答 1
您可以使用列表推导：
x = [[foo for i in range(10)] for j in range(10)]
# x is now a 10x10 array of 'foo' (which can depend on i and j if you want)回答 2
这种方法比嵌套列表理解要快
[x[:] for x in [[foo] * 10] * 10] # for immutable foo!这是一些python3时序，适用于大小清单
$python3 -m timeit '[x[:] for x in [[1] * 10] * 10]'
1000000 loops, best of 3: 1.55 usec per loop
$ python3 -m timeit '[[1 for i in range(10)] for j in range(10)]'
100000 loops, best of 3: 6.44 usec per loop
$ python3 -m timeit '[x[:] for x in [[1] * 1000] * 1000]'
100 loops, best of 3: 5.5 msec per loop
$ python3 -m timeit '[[1 for i in range(1000)] for j in range(1000)]'
10 loops, best of 3: 27 msec per loop说明：
[[foo]*10]*10创建重复10次的同一对象的列表。您不能只使用它，因为修改一个元素会修改每一行中的相同元素！
x[:]等效于，list(X)但效率更高，因为它避免了名称查找。无论哪种方式，它都会为每行创建一个浅表副本，因此现在所有元素都是独立的。
foo尽管所有元素都是同一个对象，所以如果foo是mutable，则不能使用此方案。必须使用
import copy
[[copy.deepcopy(foo) for x in range(10)] for y in range(10)]或假设某个类（或函数）Foo返回foos
[[Foo() for x in range(10)] for y in range(10)]回答 3
不要使用[[v]*n]*n，这是一个陷阱！
>>> a = [[0]*3]*3
>>> a
[[0, 0, 0], [0, 0, 0], [0, 0, 0]]
>>> a[0][0]=1
>>> a
[[1, 0, 0], [1, 0, 0], [1, 0, 0]]但
t = [ [0]*3 for i in range(3)]效果很好。
回答 4
在Python中初始化二维数组：
a = [[0 for x in range(columns)] for y in range(rows)]回答 5
[[foo for x in xrange(10)] for y in xrange(10)]回答 6
通常，当您需要多维数组时，您不需要列表列表，而是想要一个numpy数组或一个dict。
例如，使用numpy，您将执行以下操作
import numpy
a = numpy.empty((10, 10))
a.fill(foo)回答 7
您可以这样做：
[[element] * numcols] * numrows例如：
>>> [['a'] *3] * 2
[['a', 'a', 'a'], ['a', 'a', 'a']]但这有不希望的副作用：
>>> b = [['a']*3]*3
>>> b
[['a', 'a', 'a'], ['a', 'a', 'a'], ['a', 'a', 'a']]
>>> b[1][1]
'a'
>>> b[1][1] = 'b'
>>> b
[['a', 'b', 'a'], ['a', 'b', 'a'], ['a', 'b', 'a']]回答 8
twod_list = [[foo for _ in range(m)] for _ in range(n)]因为n是行数，m是列数，foo是值。
回答 9
如果它是一个人口稀少的数组，那么最好使用以元组为键的字典：
dict = {}
key = (a,b)
dict[key] = value
...回答 10
t = [ [0]*10 for i in [0]*10]为每个元素[0]*10创建一个新的..
回答 11
错误的方法：[[None * m] * n]
>>> m, n = map(int, raw_input().split())
5 5
>>> x[0][0] = 34
>>> x
[[34, None, None, None, None], [34, None, None, None, None], [34, None, None, None, None], [34, None, None, None, None], [34, None, None, None, None]]
>>> id(x[0][0])
140416461589776
>>> id(x[3][0])
140416461589776使用这种方法，python不允许为外部列创建不同的地址空间，并且会导致各种异常行为，超出您的预期。
正确的方法，但有以下exceptions：
y = [[0 for i in range(m)] for j in range(n)]
>>> id(y[0][0]) == id(y[1][0])
False这是一个很好的方法，但是如果将默认值设置为 None
>>> r = [[None for i in range(5)] for j in range(5)]
>>> r
[[None, None, None, None, None], [None, None, None, None, None], [None, None, None, None, None], [None, None, None, None, None], [None, None, None, None, None]]
>>> id(r[0][0]) == id(r[2][0])
True因此，使用此方法正确设置默认值。
绝对正确：
按照迈克对double loop的答复。
回答 12
Matrix={}
for i in range(0,3):
for j in range(0,3):
Matrix[i,j] = raw_input("Enter the matrix:")回答 13
要初始化二维数组，请使用：
arr = [[]*m for i in range(n)]
实际上，
arr = [[]*m]*n将创建一个2D数组，其中所有n个数组都指向同一数组，因此任何元素中值的任何变化都将反映在所有n个列表中
有关更多详细说明，请访问：https : //www.geeksforgeeks.org/python-using-2d-arrays-lists-the-right-way/
回答 14
使用最简单的思想来创建这个。
wtod_list = []并添加大小：
wtod_list = [[0 for x in xrange(10)] for x in xrange(10)]或者如果我们想先声明尺寸。我们只使用：
wtod_list = [[0 for x in xrange(10)] for x in xrange(10)]回答 15
正如@Arnab和@Mike指出的那样，数组不是列表。几乎没有什么不同：1）数组在初始化期间固定大小； 2）数组通常支持的操作少于列表。
在大多数情况下，这可能是一个过大的杀伤力，但这是一个基本的2d数组实现，它利用python ctypes（c库）来利用硬件数组实现
import ctypes
class Array:
def __init__(self,size,foo): #foo is the initial value
self._size = size
ArrayType = ctypes.py_object * size
self._array = ArrayType()
for i in range(size):
self._array[i] = foo
def __getitem__(self,index):
return self._array[index]
def __setitem__(self,index,value):
self._array[index] = value
def __len__(self):
return self._size
class TwoDArray:
def __init__(self,columns,rows,foo):
self._2dArray = Array(rows,foo)
for i in range(rows):
self._2dArray[i] = Array(columns,foo)
def numRows(self):
return len(self._2dArray)
def numCols(self):
return len((self._2dArray)[0])
def __getitem__(self,indexTuple):
row = indexTuple[0]
col = indexTuple[1]
assert row >= 0 and row < self.numRows() \
and col >=0 and col < self.numCols(),\
"Array script out of range"
return ((self._2dArray)[row])[col]
if(__name__ == "__main__"):
twodArray = TwoDArray(4,5,5)#sample input
print(twodArray[2,3])回答 16
我了解的重要一点是：在初始化数组（任何维度）时，我们应该为数组的所有位置提供默认值。然后，仅初始化完成。之后，我们可以更改或接收新值到数组的任何位置。下面的代码非常适合我
N=7
F=2
#INITIALIZATION of 7 x 2 array with deafult value as 0
ar=[[0]*F for x in range(N)]
#RECEIVING NEW VALUES TO THE INITIALIZED ARRAY
for i in range(N):
for j in range(F):
ar[i][j]=int(input())
print(ar)
回答 17
如果使用numpy，则可以轻松创建2d数组：
import numpy as np
row = 3
col = 5
num = 10
x = np.full((row, col), num)X
array([[10, 10, 10, 10, 10],
[10, 10, 10, 10, 10],
[10, 10, 10, 10, 10]])回答 18
row=5
col=5
[[x]*col for x in [b for b in range(row)]]以上将为您提供5×5 2D阵列
[[0, 0, 0, 0, 0],
[1, 1, 1, 1, 1],
[2, 2, 2, 2, 2],
[3, 3, 3, 3, 3],
[4, 4, 4, 4, 4]]它使用嵌套列表推导。细分如下：
[[x]*col for x in [b for b in range(row)]][x] * col->
在-> x中对x 求值的最终表达式将是迭代器提供的值
[b表示range（row）中b的值]]->迭代器。
[b代表b在range（row）中的b]]，因为row = 5，
所以其计算结果为[0,1,2,3,4]，因此现在简化为
[[x]*col for x in [0,1,2,3,4]]对于[0,1,2,3,4]中的x，这将计算为[[0] * 5]-> x = 0第一次迭代
[对于[ 0,1,2,3 中的x，[1] * 5， 3,4]]-> x = 1，第2次迭代
[[2] * 5 for x in [0,1,2,3,4]]-> x = 2，第3次迭代
[[3] * 5对于[0,1,2,3,4]中的x – x等于3 =第4次迭代
[[4] * 5对于[0,1,2,3,4]中的x [x] = 4第5次迭代
回答 19
这是我在不使用其他库的情况下教新程序员的最佳方法。我想要更好的东西。
def initialize_twodlist(value):
list=[]
for row in range(10):
list.append([value]*10)
return list回答 20
这是一个更简单的方法：
import numpy as np
twoD = np.array([[]*m]*n)要使用任何“ x”值初始化所有单元格，请使用：
twoD = np.array([[x]*m]*n回答 21
我经常使用这种方法来初始化二维数组
n=[[int(x) for x in input().split()] for i in range(int(input())]
回答 22
可以从以下系列中得出添加尺寸的一般模式：
x = 0
mat1 = []
for i in range(3):
mat1.append(x)
x+=1
print(mat1)
x=0
mat2 = []
for i in range(3):
tmp = []
for j in range(4):
tmp.append(x)
x+=1
mat2.append(tmp)
print(mat2)
x=0
mat3 = []
for i in range(3):
tmp = []
for j in range(4):
tmp2 = []
for k in range(5):
tmp2.append(x)
x+=1
tmp.append(tmp2)
mat3.append(tmp)
print(mat3)回答 23
您可以尝试使用此[[0] * 10] * 10。这将返回由10行10列组成的二维数组，每个单元格的值为0。
回答 24
lst = [[0] * m对于范围（n）中的i]
初始化所有矩阵n =行和m =列
回答 25
另一种方法是使用字典来保存二维数组。
twoD = {}
twoD[0,0] = 0
print(twoD[0,0]) # ===> prints 0这仅可以保存任何1D，2D值，并将其初始化为0任何其他int值，请使用collections。
import collections
twoD = collections.defaultdict(int)
print(twoD[0,0]) # ==> prints 0
twoD[1,1] = 1
print(twoD[1,1]) # ==> prints 1回答 26
码：
num_rows, num_cols = 4, 2
initial_val = 0
matrix = [[initial_val] * num_cols for _ in range(num_rows)]
print(matrix)
# [[0, 0], [0, 0], [0, 0], [0, 0]]initial_val 必须是不变的。
回答 27
from random import randint
l = []
for i in range(10):
k=[]
for j in range(10):
a= randint(1,100)
k.append(a)
l.append(k)
print(l)
print(max(l[2]))
b = []
for i in range(10):
a = l[i][5]
b.append(a)
print(min(b))
