python生成二維矩陣的兩種方法小結(jié)
1、直接用列表生成m行n列的矩陣
m,n = map(int,input().split()) matrix = [[0]*(m)]*(n)
輸出為:

注意:這種方式生成的矩陣存在一定的問(wèn)題,比如,無(wú)法給特定位置的元素賦值,例如:
matrix[1][1] = 9
輸出為:

可見(jiàn),第二列的元素全部被賦值為9了
2、采用numpy生成想要維度的矩陣
import numpy as np x,y = map(int,input().split()) a = np.ones((x+1,y+1))
輸出為:

上面的輸出特別漂亮,一個(gè)完美的矩陣形式輸出,下面我們?cè)囈幌滦薷奶囟ㄎ恢玫脑刂怠?/p>
import numpy as np x,y = map(int,input().split()) a = np.ones((x+1,y+1)) # 參數(shù)為元組 (x+1,y+1) a[1][1] = 9 print(a)
輸出為:

可見(jiàn),我們成功修改了第二行第二列的元素值,因此通過(guò)numpy生成的矩陣更具有可操作性。比如下面的操作:
import numpy as np
x,y = map(int,input().split())
a = np.ones((x+1,y+1))
for i in range(1,x+1):
for j in range(1,y+1):
a[i][j] = a[i-1][j] + a[i][j-1]
print(a)
輸出為:

到此這篇關(guān)于python生成二維矩陣的方法小結(jié)的文章就介紹到這了,更多相關(guān)python生成二維矩陣內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
PyTorch 實(shí)現(xiàn)L2正則化以及Dropout的操作
這篇文章主要介紹了PyTorch 實(shí)現(xiàn)L2正則化以及Dropout的操作,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2021-05-05
Pycharm配置lua編譯環(huán)境過(guò)程圖解
這篇文章主要介紹了Pycharm配置lua編譯環(huán)境過(guò)程圖解,文中通過(guò)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,需要的朋友可以參考下2020-11-11
win8.1安裝Python 2.7版環(huán)境圖文詳解
在本篇內(nèi)容里小編給大家分享了關(guān)于win8.1安裝Python 2.7版環(huán)境的詳細(xì)步驟和方法,有興趣的朋友們跟著學(xué)習(xí)下。2019-07-07
Python基于OpenCV庫(kù)Adaboost實(shí)現(xiàn)人臉識(shí)別功能詳解
這篇文章主要介紹了Python基于OpenCV庫(kù)Adaboost實(shí)現(xiàn)人臉識(shí)別功能,結(jié)合實(shí)例形式分析了Python下載與安裝OpenCV庫(kù)及相關(guān)人臉識(shí)別操作實(shí)現(xiàn)技巧,需要的朋友可以參考下2018-08-08
python采用django框架實(shí)現(xiàn)支付寶即時(shí)到帳接口
這篇文章主要介紹了python采用django框架實(shí)現(xiàn)支付寶即時(shí)到帳接口的相關(guān)資料,需要的朋友可以參考下2016-05-05
python執(zhí)行shell獲取硬件參數(shù)寫(xiě)入mysql的方法
這篇文章主要介紹了python執(zhí)行shell獲取硬件參數(shù)寫(xiě)入mysql的方法,可實(shí)現(xiàn)對(duì)服務(wù)器硬件信息的讀取及寫(xiě)入數(shù)據(jù)庫(kù)的功能,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2014-12-12
python操作手機(jī)app的實(shí)現(xiàn)步驟
本文主要介紹了python操作手機(jī)app的實(shí)現(xiàn)步驟,本文將結(jié)合實(shí)例代碼,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-07-07
Python Joblib庫(kù)使用方法案例總結(jié)
Python Joblib庫(kù)是一個(gè)用于并行計(jì)算和數(shù)據(jù)預(yù)處理的工具庫(kù)。它可以幫助用戶(hù)快速處理大量數(shù)據(jù),提高計(jì)算效率。其中,最常用的功能是并行計(jì)算,可以使用多個(gè)CPU核心同時(shí)處理任務(wù),大大縮短計(jì)算時(shí)間。此外,Joblib還提供了一些數(shù)據(jù)預(yù)處理的功能,可以幫助用戶(hù)更好地處理數(shù)據(jù)2023-06-06

