Python二维数组不同初始化方式的差异说明

Python二维数组不同初始化方式的差异

在Python中，一个m行n列的二维数组有两种常见的初始化方式：

a=[[0 for j in range(n)] for i in range(m)]
a=[[0*n]*m]

第一种初始化方式通过两层for循环，创建了m*n个元素，是深拷贝。

但是第二种初始化方式就需要注意了，它是浅拷贝。0*n是将0的索引复制了n遍，然后[0*n]*m是将0*n的索引复制了m遍。

所以如果某一行的某个元素发生了改变，其他行的对应列位置的元素也会跟着一起改变。

比如下面的例子：

a=[[0]*3]*3
print(a)
a[1][1]=1
print(a)

运行结果：

所以极不推荐第二种初始化方式，除非遇到以下两种情况可以考虑使用：

1、只是初始化一维数组。

2、初始化二维数组后没有改变元素的需求（这一点很难保证，因为说不定以后什么时候就需要改变了）。

Python创建二维数组和初始化

Python用什么表达二维数组

严格意义上说，Python中并没有数组的概念，Python中表达一组数据有多种形式，例如list，tuple，set等数据结构都可以表达一组数，并且这组数也没有C和C++中数组的的同质限制，这些数可以是任何一种数据类型。

以list为例（list又叫列表），要想实现一个所谓的二维数组（有行有列），可以使用嵌套list来实现。

例如：要想实现一个如

的一个2行3列的二维数组，可以使用如下嵌套list来表达：

L = [[1, 2, 3], [4, 5, 6]]

如何初始化一个二维数组

在很多应用场景下，二维数组的数据是从键盘或者其他什么文件中输入的。

这时就迫切需要初始化一个二维数组，等待数据的录入。

1.利用list自身进行构造（注意，此方法并不能构造完全灵活的二维数组，不建议采用）

list自身的构造函数形式多种多样。想构建一个二维数组自然并非难事。

例如，想要构建一个m行n列的二维数组。可以这样初始化。

L = [[] * n] * m

展示结果如下：

如果想要给一个初始化的值，可以写成：

L = [[0] * n] * m

则：

但是，由于此方法构造的二维数组是对[]*n引用了m次，更改其中一行的值会导致每行的值都被更改。

所以，并不是一个可以完全操控到列粒度的二维数组。

应用背景极其狭窄，不推荐使用。

m = 2
n = 3
L = [[3] * n] * m #构造二维数组
print(L)
L[0][1] = 5 #修改某一个值，其他行的对应列值也会被修改。
print(L)

得到的结果为：

2.利用传统的list的append方法，通过迭代构造

m = 2 #2行
n = 3 #3列
l = 0 #行从0开始
mat = [] # 定义一个二维数组mat
while l < m:
    r = 0 #列从0开始
    line = [] #line存储每一行数据
    while r < n:
        line.append(0) #装载行数据
        r = r + 1
    mat.append(line) #按行装载二维数组
    l = l + 1
print(mat)

得到的结果依然为：

3.利用numpy包构建二维数组（矩阵）

可以使用numpy包来构建二维数组，例如要构建一个m行n列的初始化为0二维数组，可以编写程序：

m = 3
n = 4
mat = np.zeros((m, n))
print(mat)

结果为：

类似的：

构建一个m行n列的初始化为0二维数组：

m = 3
n = 4
mat = np.ones((m, n))
print(mat)

构建一个m行n列的初始化为0-1随机数的二维数组：

m = 3
n = 4
mat = np.random.random((m, n))
print(mat)

构建一个m行n列的初始化为1-11步长为2的二维数组：

m = 2
n = 3
mat = np.arange(1, 12, 2).reshape(m, n)
print(mat)

结果是：

构建一个m行n列的空的二维数组：

m = 2
n = 3
mat = np.empty((m, n))
print(mat)

 但注意，结果并不为空，而是一些极小的浮点数，并没有实际意义。

操作二维数组

如果你用的是list，那么操作二维数组和其他语言没什么区别。也是通过方括号下标来获取单个数据，也是通过for循环迭代来遍历二维数组。这里不再赘述。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。