Каков наилучший способ создания 2D-массивов в Python?
Я хочу, чтобы я хотел сохранить такие значения:
X , Y , Z
чтобы я обращался к данным типа X[2],Y[2],Z[2] или X[n],Y[n],Z[n], где n является переменной.
Вначале я не знаю, насколько велика n, поэтому я хотел бы добавить значения в конце.
>>> 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]]
>>>
В зависимости от того, что вы делаете, у вас может не быть двухмерного массива.
В 80% случаев у вас есть простой список "похожих на строки объектов", которые могут быть правильными последовательностями.
myArray = [ ('pi',3.14159,'r',2), ('e',2.71828,'theta',.5) ]
myArray[0][1] == 3.14159
myArray[1][1] == 2.71828
Чаще всего это экземпляры класса или словаря или набора или чего-то более интересного, что у вас не было на предыдущих языках.
myArray = [ {'pi':3.1415925,'r':2}, {'e':2.71828,'theta':.5} ]
20% времени, когда у вас есть словарь, с помощью пары
myArray = { (2009,'aug'):(some,tuple,of,values), (2009,'sep'):(some,other,tuple) }
Редко вам понадобится матрица.
У вас большое, большое количество классов коллекций в Python. Коэффициенты хороши, что у вас есть что-то более интересное, чем матрица.
В Python для этой цели обычно используйте списки. Списки могут быть вложены произвольно, что позволяет создавать 2D-массив. Не каждый подсписщик должен быть того же размера, что и решает другую проблему. Взгляните на примеры, с которыми я связан.
Если вы хотите сделать серьезную работу с массивами, вы должны использовать numpy library. Это позволит вам, например, выполнять векторное сложение и умножение матрицы, а для больших массивов - намного быстрее, чем списки Python.
Однако, numpy требует, чтобы размер был предопределен. Конечно, вы также можете хранить массивы numpy в списке, например:
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
Но так как ваши массивы numpy довольно малы, я думаю, что есть некоторые накладные расходы по сравнению с использованием кортежа. Все зависит от ваших приоритетов.
Смотрите также этот другой question, который довольно похож (кроме размера переменной).
Я бы предположил, что вы используете такой словарь:
arr = {}
arr[1] = (1, 2, 4)
arr[18] = (3, 4, 5)
print(arr[1])
>>> (1, 2, 4)
Если вы не уверены, что запись указана в словаре, вам понадобится механизм проверки при вызове "arr [x]", например. примерка за исключением.
Если вы обеспокоены размером памяти, стандартная библиотека Python содержит модуль массива ; эти массивы содержат элементы того же типа.
Пожалуйста, обратите внимание на следующие коды:
from numpy import zeros
scores = zeros((len(chain1),len(chain2)), float)