Python中的二维列表使用及说明

 更新时间:2022年12月20日 15:19:49   作者:iFulling  
这篇文章主要介绍了Python中的二维列表使用及说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

一、概念

二维列表的元素还是列表(列表的嵌套),称之为二维列表。

需要通过行标和列标来访问二维列表的元素

二、创建二维列表

1、追加一维列标来生成二维列标

生成一个4行3列的二维列表

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)

输出结果:

[[3, 4, 5], [1, 5, 9], [2, 5, 8], [7, 8, 9]]

2、直接赋值生成二维列表

定义一个3行4列的二维列表

matrix = [[], [], []]
matrix[0] = [3, 4, 5, 6]
matrix[1] = [8, 7, 9, 5]
matrix[2] = [0, 2, 5, 8]
print(matrix)

输出结果:

[[3, 4, 5, 6], [8, 7, 9, 5], [0, 2, 5, 8]]

三、一维列标与二维列表的转换

1、一维列表转换成二维列表

将1到24的全部数字按顺序放到一个4行6列的二维列表里

# 将1到24的全部数字按顺序放到一个4行6列的二维列表里
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)

输出结果:

[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、二维列表转换成一维列表

将一个3行5列的二维列表扁平化一维列表

# 将一个3行5列的二维列表扁平化一维列表
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)

输出结果:

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

3、利用NumPy实现数组的变维操作

利用NumPy数组提供的 reshape(m, n) 实现数组的变维

(1)一维数组变成二维数组

In [31]:import numpy as np

In [32]:arr1 = np.arange(1,25)  # arange() 创建一个等差数组

In [33]:arr2 = arr1.reshape(4, 6)  # reshape()一维转二维

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)二维数组转换成一维数组

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、访问二维列表

通过行标与列标来访问二维列表(可以通过切片运算访问行)

1、访问行

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、访问元素

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二维数组的访问

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]  # 访问行
Out[44]: array([ 9, 10, 11, 12, 13, 14, 15, 16])

In [45]:arr2[:, 0]  # 访问列
Out[45]: array([ 1,  9, 17])

In [46]:arr2[2, 3]  # 访问元素
Out[46]: 20

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。

相关文章

  • python使用Tkinter显示网络图片的方法

    python使用Tkinter显示网络图片的方法

    这篇文章主要介绍了python使用Tkinter显示网络图片的方法,涉及Python操作图片的相关技巧,需要的朋友可以参考下
    2015-04-04
  • 用python绘制彩色螺旋线代码

    用python绘制彩色螺旋线代码

    大家好,本篇文章主要讲的是用python绘制彩色螺旋线代码,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下
    2022-01-01
  • Python实现的圆形绘制(画圆)示例

    Python实现的圆形绘制(画圆)示例

    这篇文章主要介绍了Python实现的圆形绘制(画圆),结合实例形式分析了Python基于numpy与matplotlib模块的数学运算及图形绘制相关操作技巧,需要的朋友可以参考下
    2018-01-01
  • 解析python中的jsonpath 提取器

    解析python中的jsonpath 提取器

    jsonPath 是一种信息抽取类库,是从JSON文档中抽取指定信息的工具,提供多种语言实现版本,包括:Javascript, Python, PHP 和 Java。本文给大家介绍python的jsonpath 提取器,感兴趣的朋友跟随小编一起看看吧
    2022-01-01
  • Python中Django框架下的staticfiles使用简介

    Python中Django框架下的staticfiles使用简介

    这篇文章主要介绍了Python中Django框架下的staticfiles使用简介,staticfiles是一个帮助Django管理静态资源的工具,需要的朋友可以参考下
    2015-05-05
  • 使用Python对MySQL数据操作

    使用Python对MySQL数据操作

    本文介绍Python3使用PyMySQL连接数据库,并实现简单的增删改查。具有很好的参考价值。下面跟着小编一起来看下吧
    2017-04-04
  • 基于tkinter中ttk控件的width-height设置方式

    基于tkinter中ttk控件的width-height设置方式

    这篇文章主要介绍了基于tkinter中ttk控件的width-height设置方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-05-05
  • Pandas聚合运算和分组运算的实现示例

    Pandas聚合运算和分组运算的实现示例

    这篇文章主要介绍了Pandas聚合运算和分组运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-10-10
  • 浅析Python基础-流程控制

    浅析Python基础-流程控制

    Python编程语言的作用非常强大,而且其应用方便的特点也对开发人员起到了非常大的作用。在这里我们就可以先从Python流程控制关键字的相关概念开始了解,从而初步掌握这一语言的特点
    2016-03-03
  • 一文秒懂Python中的字符串

    一文秒懂Python中的字符串

    这篇文章主要介绍了一文秒懂Python中的字符串,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-03-03

最新评论