Question

我正在尝试在Python中转换MATLAB代码。我不知道如何在Python中初始化空矩阵。

MATLAB代码：

demod4(1) = [];

我在Python中试过

demod4[0] = array([])

但它给出了错误：

only length-1 arrays can be converted to Python scalars

Answer 1

如果您使用numpy arrays，则通过指定预期的矩阵大小初始化为0：

import numpy as np
d = np.zeros((2,3))

>>> d
    [[ 0.  0.  0.]
     [ 0.  0.  0.]]

这相当于MATLAB的：

d = zeros(2,3);

您还可以使用预期尺寸/尺寸

再次初始化空数组

d = np.empty((2,3))

如果您没有使用numpy，最接近于MATLAB的d = []（即零大小矩阵）将使用空列表然后

追加值（用于填充矢量）

d = []
d.append(0)
d.append(1)
>>> d                                                                     
[0, 1]

或追加列表（用于填充矩阵行或列）：

d = []                                                                
d.append(range(0,2))                                                    
d.append(range(2,4))                                                  
>>> d                                                                     
[[0, 1], [2, 3]]

另见：

initialize a numpy array（SO）

NumPy array initialization (fill with identical values)（SO）

How do I create an empty array/matrix in NumPy?（SO）

NumPy for MATLAB users

Answer 2

您可以使用嵌套列表理解：

# size of matrix n x m
matrix = [ [ 0 for i in range(n) ] for j in range(m) ]

Answer 3

如何初始化列表，填充列表，然后转换为数组。

demod4 = []

或者，您可以使用列表解析

在初始化时填充

demod4 = [[func(i, j) for j in range(M)] for i in range(N)]

或者，如果你提前知道数组的大小，你可以初始化一个全零的数组。

demod4 = [[0 for j in range(M)] for i in range(N)]

或

demod4 = [[0 for i in range(M)]*N]

或尝试使用numpy。

import numpy as np

N, M = 100, 5000
np.zeros((N, M))

Answer 4

要初始化具有M行N列的矩阵，可以使用以下模式：

M = 3
N = 2
matrix = [[0] * N for _ in range(M)]

Answer 5

rows = 3
columns = 2
M = [[0]*columns]*rows

或者您也可以使用''代替0

print(M)

输出：

M = [[0, 0], [0, 0], [0, 0]]

Answer 6

如果要使用0初始化矩阵，请使用以下代码

# for m*n matrix
matrix = [[0] * m for i in range(n)]

Answer 7

M=[]
n=int(input())
m=int(input())
for j in range(n):
   l=[]
   for k in range(m):
       l.append(0)
   M.append(l)
print(M)

这是做矩阵[m，n]的传统方法，但是python提供了许多很酷的方法，如其他答案所述。

在Python中初始化空矩阵

7 个答案: