Python中的二維列表使用及說明
一、概念
二維列表的元素還是列表(列表的嵌套),稱之為二維列表。
需要通過行標(biāo)和列標(biāo)來訪問二維列表的元素
二、創(chuàng)建二維列表
1、追加一維列標(biāo)來生成二維列標(biāo)
生成一個(gè)4行3列的二維列表
row1 = [3, 4, 5] row2 = [1, 5, 9] row3 = [2, 5, 8] row4 = [7, 8, 9] matrix = [] matrix.append(row1) matrix.append(row2) matrix.append(row3) matrix.append(row4) print(matrix)
輸出結(jié)果:
[[3, 4, 5], [1, 5, 9], [2, 5, 8], [7, 8, 9]]
2、直接賦值生成二維列表
定義一個(gè)3行4列的二維列表
matrix = [[], [], []] matrix[0] = [3, 4, 5, 6] matrix[1] = [8, 7, 9, 5] matrix[2] = [0, 2, 5, 8] print(matrix)
輸出結(jié)果:
[[3, 4, 5, 6], [8, 7, 9, 5], [0, 2, 5, 8]]
三、一維列標(biāo)與二維列表的轉(zhuǎn)換
1、一維列表轉(zhuǎn)換成二維列表
將1到24的全部數(shù)字按順序放到一個(gè)4行6列的二維列表里
# 將1到24的全部數(shù)字按順序放到一個(gè)4行6列的二維列表里 nums = [] for i in range(1, 25): ? ? nums.append(i) martix = [] for k in range(4): ? ? row = [] ? ? for j in range(1, 7): ? ? ? ? row.append(j + 6 * k) ? ? martix.append(row) for arr in martix: ? ? print(arr)
輸出結(jié)果:
[1, 2, 3, 4, 5, 6]
[7, 8, 9, 10, 11, 12]
[13, 14, 15, 16, 17, 18]
[19, 20, 21, 22, 23, 24]
2、二維列表轉(zhuǎn)換成一維列表
將一個(gè)3行5列的二維列表扁平化一維列表
# 將一個(gè)3行5列的二維列表扁平化一維列表 nums = [[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]] arr = [] for i in nums: ? ? for j in i: ? ? ? ? arr.append(j) print(arr)
輸出結(jié)果:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
3、利用NumPy實(shí)現(xiàn)數(shù)組的變維操作
利用NumPy數(shù)組提供的 reshape(m, n) 實(shí)現(xiàn)數(shù)組的變維
(1)一維數(shù)組變成二維數(shù)組
In [31]:import numpy as np In [32]:arr1 = np.arange(1,25) ?# arange() 創(chuàng)建一個(gè)等差數(shù)組 In [33]:arr2 = arr1.reshape(4, 6) ?# reshape()一維轉(zhuǎn)二維 In [34]:arr2 Out[34]:? array([[ 1, ?2, ?3, ?4, ?5, ?6], ? ? ? ?[ 7, ?8, ?9, 10, 11, 12], ? ? ? ?[13, 14, 15, 16, 17, 18], ? ? ? ?[19, 20, 21, 22, 23, 24]]) In [35]:arr2 = arr1.reshape(3, 8) In [36]:arr2 Out[36]:? array([[ 1, ?2, ?3, ?4, ?5, ?6, ?7, ?8], ? ? ? ?[ 9, 10, 11, 12, 13, 14, 15, 16], ? ? ? ?[17, 18, 19, 20, 21, 22, 23, 24]])?
(2)二維數(shù)組轉(zhuǎn)換成一維數(shù)組
In [36]:arr2 Out[36]:? array([[ 1, ?2, ?3, ?4, ?5, ?6, ?7, ?8], ? ? ? ?[ 9, 10, 11, 12, 13, 14, 15, 16], ? ? ? ?[17, 18, 19, 20, 21, 22, 23, 24]]) In [37]:arr1 = arr2.reshape(1, 24)[0] In [38]:arr1 Out[38]:? array([ 1, ?2, ?3, ?4, ?5, ?6, ?7, ?8, ?9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24])
四、訪問二維列表
通過行標(biāo)與列標(biāo)來訪問二維列表(可以通過切片運(yùn)算訪問行)
1、訪問行
In [36]:arr2 Out[36]:? array([[ 1, ?2, ?3, ?4, ?5, ?6, ?7, ?8], ? ? ? ?[ 9, 10, 11, 12, 13, 14, 15, 16], ? ? ? ?[17, 18, 19, 20, 21, 22, 23, 24]]) In [39]:arr2[1] Out[39]: array([ 9, 10, 11, 12, 13, 14, 15, 16])
2、訪問元素
In [40]:arr2 Out[40]:? array([[ 1, ?2, ?3, ?4, ?5, ?6, ?7, ?8], ? ? ? ?[ 9, 10, 11, 12, 13, 14, 15, 16], ? ? ? ?[17, 18, 19, 20, 21, 22, 23, 24]]) In [41]:arr2[1][2] ?# 第2行第3列 Out[41]: 11
3、NumPy二維數(shù)組的訪問
In [42]:import numpy as np In [43]:arr2 Out[43]:? array([[ 1, ?2, ?3, ?4, ?5, ?6, ?7, ?8], ? ? ? ?[ 9, 10, 11, 12, 13, 14, 15, 16], ? ? ? ?[17, 18, 19, 20, 21, 22, 23, 24]]) In [44]:arr2[1] ?# 訪問行 Out[44]: array([ 9, 10, 11, 12, 13, 14, 15, 16]) In [45]:arr2[:, 0] ?# 訪問列 Out[45]: array([ 1, ?9, 17]) In [46]:arr2[2, 3] ?# 訪問元素 Out[46]: 20
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python使用Tkinter顯示網(wǎng)絡(luò)圖片的方法
這篇文章主要介紹了python使用Tkinter顯示網(wǎng)絡(luò)圖片的方法,涉及Python操作圖片的相關(guān)技巧,需要的朋友可以參考下2015-04-04Python實(shí)現(xiàn)的圓形繪制(畫圓)示例
這篇文章主要介紹了Python實(shí)現(xiàn)的圓形繪制(畫圓),結(jié)合實(shí)例形式分析了Python基于numpy與matplotlib模塊的數(shù)學(xué)運(yùn)算及圖形繪制相關(guān)操作技巧,需要的朋友可以參考下2018-01-01Python中Django框架下的staticfiles使用簡(jiǎn)介
這篇文章主要介紹了Python中Django框架下的staticfiles使用簡(jiǎn)介,staticfiles是一個(gè)幫助Django管理靜態(tài)資源的工具,需要的朋友可以參考下2015-05-05使用Python對(duì)MySQL數(shù)據(jù)操作
本文介紹Python3使用PyMySQL連接數(shù)據(jù)庫(kù),并實(shí)現(xiàn)簡(jiǎn)單的增刪改查。具有很好的參考價(jià)值。下面跟著小編一起來看下吧2017-04-04基于tkinter中ttk控件的width-height設(shè)置方式
這篇文章主要介紹了基于tkinter中ttk控件的width-height設(shè)置方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-05-05Pandas聚合運(yùn)算和分組運(yùn)算的實(shí)現(xiàn)示例
這篇文章主要介紹了Pandas聚合運(yùn)算和分組運(yùn)算的實(shí)現(xiàn)示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10