如何在 Python 中初始化二维数组（如果不使用 NumPy，则为列表列表）？

问题描述：

我刚开始学习 Python，想使用一个二维列表，最初在每个地方都用相同的变量填充。我想到了这个：

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 = []

它给出了所需的结果，但感觉像是一种解决方法。有没有更简单/更短/更优雅的方法来做到这一点？

解决方案 1：

要在 Python 中初始化二维列表，请使用

t = [ [0]*3 for i in range(3)]

但不要使用[[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]]

解决方案 2：

Python 中经常出现的一种模式是

bar = []
for item in some_iterable:
    bar.append(SOME EXPRESSION)

这有助于激发列表推导的引入，它将这段代码转换为

bar = [SOME_EXPRESSION for item in some_iterable]

更简短，有时也更清晰。通常，你会养成识别这些的习惯，并经常用理解来代替循环。

您的代码两次遵循此模式

twod_list = []                                                             
for i in range (0, 10):                               \n    new = []                   can be replaced        } this too
    for j in range (0, 10):    } with a list          /
        new.append(foo)       / comprehension        /
    twod_list.append(new)                           /

解决方案 3：

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)

解决方案 4：

这种方式比嵌套列表推导更快

[x[:] for x in [[foo] * 10] * 10]    # for immutable foo!

以下是针对小列表和大列表的一些 python3 计时

$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

解释：

[[foo]*10]*10创建重复 10 次的相同对象的列表。您不能只使用这个，因为修改一个元素会修改每一行中的相同元素！

x[:]相当于list(X)，但效率更高，因为它避免了名称查找。无论哪种方式，它都会创建每行的浅表副本，因此现在所有元素都是独立的。

但是，所有元素都是同一个foo对象，因此，如果foo是可变的，则不能使用此方案。您必须使用

import copy
[[copy.deepcopy(foo) for x in range(10)] for y in range(10)]

Foo或者假设一个返回foos的类（或函数）

[[Foo() for x in range(10)] for y in range(10)]

解决方案 5：

在 Python 中初始化二维数组：

a = [[0 for x in range(columns)] for y in range(rows)]

解决方案 6：

[[foo for x in xrange(10)] for y in xrange(10)]

解决方案 7：

通常，当您想要多维数组时，您不需要列表列表，而是需要 numpy 数组或可能是字典。

例如，使用 numpy 你可以执行以下操作

import numpy
a = numpy.empty((10, 10))
a.fill(foo)

解决方案 8：

对于那些感到困惑为什么[['']*m]*n不宜用的人来说。

Python 使用称为“通过对象引用调用”或“通过赋值调用”的系统。（更多信息）

最好的方法是[['' for i in range(columns)] for j in range(rows)]

这将解决所有问题。

更清晰的

示例：

>>> x = [['']*3]*3
[['', '', ''], ['', '', ''], ['', '', '']]
>>> x[0][0] = 1
>>> print(x)
[[1, '', ''], [1, '', ''], [1, '', '']]

>>> y = [['' for i in range(3)] for j in range(3)]
[['', '', ''], ['', '', ''], ['', '', '']]
>>> y[0][0]=1
>>> print(y)
[[1, '', ''], ['', '', ''], ['', '', '']]

解决方案 9：

你可以这样做：

[[element] * numcols] * numrows

例如：

>>> [['a'] *3] * 2
[['a', 'a', 'a'], ['a', 'a', 'a']]

但这有一个不良的副作用：

>>> 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']]

解决方案 10：

twod_list = [[foo for _ in range(m)] for _ in range(n)]

其中 n 是行数，m 是列数，foo 是值。

解决方案 11：

如果它是一个稀疏数组，那么最好使用以元组为键的字典：

dict = {}
key = (a,b)
dict[key] = value
...

解决方案 12：

代码：

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必须是不可变的。

解决方案 13：

t = [ [0]*10 for i in [0]*10]

对于每个元素[0]*10都会创建一个新的..

解决方案 14：

错误方法：[[无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，并且会导致各种超出您预期的不当行为。

方法正确，但有例外：

y = [[0 for i in range(m)] for j in range(n)]
>>> id(y[0][0]) == id(y[1][0])
False

这是个好方法，但如果你将默认值设置为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，请使用此方法正确设置您的默认值。

绝对正确：

按照麦克的双循环回复。

解决方案 15：

要初始化二维数组，使用：
arr = [[]*m for i in range(n)]

实际上，
arr = [[]*m]*n将创建一个二维数组，其中所有 n 个数组都指向同一个数组，因此任何元素值的任何变化都将反映在所有 n 个列表中

有关更多解释请访问： https： //www.geeksforgeeks.org/python-using-2d-arrays-lists-the-right-way/

解决方案 16：

用最简单的想法来创造这个。

wtod_list = []

并添加尺寸：

wtod_list = [[0 for x in xrange(10)] for x in xrange(10)]

或者如果我们想首先声明尺寸。我们只使用：

   wtod_list = [[0 for x in xrange(10)] for x in xrange(10)]

解决方案 17：

使用 0 初始化大小为 m X n 的二维矩阵

m,n = map(int,input().split())
l = [[0 for i in range(m)] for j in range(n)]
print(l)

解决方案 18：

我以这种方式使用它来创建MxN矩阵，其中m = number(rows)和n = number(columns)。

arr = [[None]*(n) for _ in range(m)]

解决方案 19：

Matrix={}
for i in range(0,3):
  for j in range(0,3):
    Matrix[i,j] = raw_input("Enter the matrix:")

解决方案 20：

如果你使用numpy，你可以轻松创建二维数组：

import numpy as np

row = 3
col = 5
num = 10
x = np.full((row, col), num)

十

array([[10, 10, 10, 10, 10],
       [10, 10, 10, 10, 10],
       [10, 10, 10, 10, 10]])

解决方案 21：

row=5
col=5
[[x]*col for x in [b for b in range(row)]]

以上将给你一个 5x5 的二​​维数组

[[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 --> 对 x in 进行求值的最终表达式--> x 将是迭代器
[b for b in range(row)]] --> 迭代器

提供的值。

[b for b in range(row)]] 由于 row=5，因此计算结果为 [0,1,2,3,4]

，因此现在简化为

[[x]*col for x in [0,1,2,3,4]]

这将评估为 [[0]*5 for x in [0,1,2,3,4]] --> x=0 第 1 次迭代

[[1]*5 for x in [0,1,2,3,4]] --> 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 for x in [0,1,2,3,4]] --> x=3 第 4 次迭代

[[4]*5 for x in [0,1,2,3,4]] --> x=4 第 5 次迭代

解决方案 22：

正如 @Arnab 和 @Mike 指出的那样，数组不是列表。两者的区别在于：1) 数组在初始化时大小固定；2) 数组通常支持的操作比列表少。

在大多数情况下可能有点过度，但这是一个利用 python ctypes（c 库）硬件数组实现的基本二维数组实现

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() \n               and col >=0 and col < self.numCols(),\n               "Array script out of range"
        return ((self._2dArray)[row])[col]

if(__name__ == "__main__"):
    twodArray = TwoDArray(4,5,5)#sample input
    print(twodArray[2,3])

解决方案 23：

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

解决方案 24：

空的二维矩阵可以按照以下方式初始化：

温度=[[],[]]

解决方案 25：

这是我发现的最好的教学新程序员的方法，而且不需要使用额外的库。不过我想要更好的。

def initialize_twodlist(value):
    list=[]
    for row in range(10):
        list.append([value]*10)
    return list

解决方案 26：

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())]

解决方案 27：

从这一系列中可以得出添加维度的一般模式：

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)

解决方案 28：

我理解的重要一点是：初始化数组（任意维度）时，我们应该为数组的所有位置赋予默认值。这样初始化才完成。之后，我们可以更改或接收数组任意位置的新值。下面的代码对我来说非常完美

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)

解决方案 29：

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

这只能保存任何 1D、2D 值，并且要将其初始化为0或任何其他 int 值，请使用集合。

import collections
twoD = collections.defaultdict(int)
print(twoD[0,0]) # ==> prints 0
twoD[1,1] = 1
print(twoD[1,1]) # ==> prints 1

解决方案 30：

lst=[[0]*n]*m
np.array(lst)

初始化所有矩阵 m=行 和 n=列