Question

我想初始化一个多维列表。基本上，我想要一个10x10网格 - 一个包含10个列表的列表，每个列表包含10个项目。

每个列表值应初始化为整数0。

在单行中执行此操作的显而易见的方法：myList = [[0]*10]*10将无效，因为它会生成一个包含10个对一个列表的引用的列表，因此更改任何行中的项目会在所有行中更改它。 / p>

我见过的文档讨论了如何使用[:]复制列表，但在使用乘数时仍然无效：myList = [0]*10; myList = myList[:]*10与myList = [[0]*10]*10具有相同的效果。

如果没有创建myList.append() s的循环，有没有一种快速有效的方法来以这种方式初始化列表？

Answer 1

可以非常有效地完成

a = [[0] * number_cols for i in range(number_rows)]

Answer 2

这是...嵌套list comprehension的作业！

[[0 for i in range(10)] for j in range(10)]

Answer 3

只是想我添加一个答案，因为这个问题要求提供一般的n维案例，我不认为答案已经回答了。您可以使用以下示例递归执行任意数量的维度：

n_dims = [3, 4, 5]

empty_list = 0
for n in n_dims:
    empty_list = [empty_list] * n

>>>empty_list
>>>[[[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]],
   [[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]],
   [[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]],
   [[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]],
   [[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]]]

Answer 4

您实际上可能需要array而不是某些列表。几乎每当我看到这种“预定的嵌套列表”模式时，事情就不太对了。

Answer 5

另一个解决方案是使用NumPy库：

import numpy as np

zero_array = np.zeros((10, 10), dtype='int')

如果需要，可以使用.tolist()方法轻松将其转换为常规python列表。

Answer 6

两种常见的简短方法：

第一

[[0] * n] * m

第二：

[[0 for column in range(n)] for row in range(m)]

Answer 7

我发现要得到你的意思，你就需要

import copy

def n_dim_list(dims, init_val):
    if not dims:
        return []
    lst = [init_val for i in range(dims[-1])]
    for d in dims[::-1][1::]:
        lst = [copy.deepcopy(lst) for i in range(d)]
return lst

其中dims是所需的维数的长度列表，内容是每个维数中需要的nd-list的大小。不是最优雅，但最清晰，可以完成工作。

Answer 8

还有另一种方法，但是使用的是 OP的拒绝方法。

import numpy as np
myList = [[0]*10]*10
myList = np.array(myList)
l=myList.tolist()
myList=l

下面的输出和测试：

>>> l
[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]
>>> l[0][0]=100
>>> l
[[100, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]

输出与l[0]的预期克隆不同。

尽管这不是省时的。 1000X1000列表需要花费近7秒钟的时间，而列表解析只需要0.0052158秒。

Answer 9

这是一个使用递归列表推导式处理任意数量维度的函数。它不需要任何导入即可工作。

def init_list(dims, val):
    if len(dims) == 0:
        raise ValueError("Requires at least 1 dimension.")

    if len(dims) == 1:
        return [val for _ in range(dims[0])]

    return [init_list(dims[1:], val=val) for _ in range(dims[0])]

示例：

>>> init_list([3, 2, 1], val=0)
[[[0], [0]], [[0], [0]], [[0], [0]]]

Python：初始化多维列表

9 个答案: