Python中的2D数组

2D arrays in Python

在python中创建二维数组的最佳方法是什么?

我想要的是存储这样的值:

1
X , Y , Z

这样我就可以访问像X[2],Y[2],Z[2]X[n],Y[n],Z[n]这样的数据,其中n是可变的。我一开始不知道n有多大,所以我想在末尾附加值。


1
2
3
4
5
6
7
8
9
10
>>> a = []

>>> for i in xrange(3):
...     a.append([])
...     for j in xrange(3):
...             a[i].append(i+j)
...
>>> a
[[0, 1, 2], [1, 2, 3], [2, 3, 4]]
>>>


根据您所做的,您可能没有真正的二维数组。

80%的时候,你有一个简单的"类行对象"列表,这可能是正确的序列。

1
2
3
4
myArray = [ ('pi',3.14159,'r',2), ('e',2.71828,'theta',.5) ]

myArray[0][1] == 3.14159
myArray[1][1] == 2.71828

更常见的是,它们是类、字典、集合的实例,或者是在以前的语言中没有的更有趣的实例。

1
myArray = [ {'pi':3.1415925,'r':2}, {'e':2.71828,'theta':.5} ]

20%的时间你有一本字典,用一对键盘

1
myArray = { (2009,'aug'):(some,tuple,of,values), (2009,'sep'):(some,other,tuple) }

很少,你真的需要矩阵吗?

在Python中有大量的集合类。很可能你有比矩阵更有趣的东西。


在Python中,通常使用列表来实现这一目的。列表可以任意嵌套,从而允许创建二维数组。并非每个子列表都需要相同的大小,这样就解决了您的另一个问题。看看我链接到的例子。


如果您想对数组做一些严肃的工作,那么应该使用numpy库。例如,这将允许您执行向量加法和矩阵乘法,对于大型数组,它比Python列表快得多。

但是,numpy要求预先定义大小。当然,您也可以在列表中存储numpy数组,例如:

1
2
3
4
5
import numpy as np
vec_list = [np.zeros((3,)) for _ in range(10)]
vec_list.append(np.array([1,2,3]))
vec_sum = vec_list[0] + vec_list[1]  # possible because we use numpy
print vec_list[10][2]  # prints 3

但是,由于numpy数组非常小,我想与使用tuple相比会有一些开销。这完全取决于你的优先顺序。

另请参见另一个非常相似的问题(除了可变大小)。


我建议你使用这样的词典:

1
2
3
4
5
6
7
arr = {}

arr[1] = (1, 2, 4)
arr[18] = (3, 4, 5)

print(arr[1])
>>> (1, 2, 4)

如果您不确定在字典中定义了一个条目,那么在调用"arr[x]"时需要一个验证机制,例如try except。


如果您关心内存占用,python标准库包含数组模块;这些数组包含相同类型的元素。


1
2
3
4
5
6
7
8
9
x=list()
def enter(n):
    y=list()
    for i in  range(0,n):
        y.append(int(input("Enter")))
    return y
for i in range(0,2):
    x.insert(i,enter(2))
print (x)

在这里,我创建了创建一维数组的函数,并将其作为数组成员插入到另一个数组中。一个数组中的多个一维数组,当n和i的值改变时,u创建多维数组。


请考虑以下代码:

1
2
from numpy import zeros
scores = zeros((len(chain1),len(chain2)), float)