不应该这么难。我的意思是在C,
int a[10];
就是你所需要的。如何为随机大小创建全零的数组。我知道NumPy中的零()函数,但必须有一个简单的内置方法,而不是另一个模块。
答案 0 :(得分:26)
两种方式:
x = [0] * 10
x = [0 for i in xrange(10)]
修改:将range
替换为xrange
以避免创建其他列表。
另外:正如许多其他人所说,包括Pi和Ben James,这会创建一个list
,而不是Python数组。虽然列表在很多情况下足够且容易,但对于性能关键用途(例如,当在数千个对象中重复时),您可以查看python数组。查找array
模块,如本主题中的其他答案中所述。
答案 1 :(得分:24)
如果您对列表不满意(因为它们可以包含任何内容并占用太多内存),您可以使用高效的整数数组:
import array
array.array('i')
请参阅here
如果您需要初始化它,
a = array.array('i',(0 for i in range(0,10)))
答案 2 :(得分:7)
>>> a = [0] * 10
>>> a
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
答案 3 :(得分:6)
使用阵列模块。有了它,您可以有效地存储相同类型的集合。
>>> import array
>>> import itertools
>>> a = array_of_signed_ints = array.array("i", itertools.repeat(0, 10))
有关更多信息 - 例如不同的类型,请看the documentation of the array module。对于多达100万个条目,这应该感觉非常活泼。对于1000万个条目,我的本地机器认为1.5秒。
array.array 的第二个参数是 generator ,它在读取时构造定义的序列。这样,阵列模块可以逐个消耗零,但生成器只使用常量内存。如果序列变长,这个生成器不会变大(内存方面)。阵列当然会增长,但这应该是显而易见的。
您就像列表一样使用它:
>>> a.append(1)
>>> a.extend([1, 2, 3])
>>> a[-4:]
array('i', [1, 1, 2, 3])
>>> len(a)
14
...或者只是将其转换为列表:
>>> l = list(a)
>>> len(l)
14
出人意料地
>>> a = [0] * 10000000
构造比阵列方法更快。去搞清楚! :)
答案 4 :(得分:1)
a = 10 * [0]
给你一个长度为10的数组,用零填充。
答案 5 :(得分:1)
import random
def random_zeroes(max_size):
"Create a list of zeros for a random size (up to max_size)."
a = []
for i in xrange(random.randrange(max_size)):
a += [0]
如果您使用的是Python 3.x,请使用range
。
答案 6 :(得分:1)
如果需要快速初始化数组,可以通过块而不是使用生成器初始化器来完成,并且它会更快。按[0]*count
创建列表的速度仍然快。
import array
def zerofill(arr, count):
count *= arr.itemsize
blocksize = 1024
blocks, rest = divmod(count, blocksize)
for _ in xrange(blocks):
arr.fromstring("\x00"*blocksize)
arr.fromstring("\x00"*rest)
def test_zerofill(count):
iarr = array.array('i')
zerofill(iarr, count)
assert len(iarr) == count
def test_generator(count):
iarr = array.array('i', (0 for _ in xrange(count)))
assert len(iarr) == count
def test_list(count):
L = [0]*count
assert len(L) == count
if __name__ == '__main__':
import timeit
c = 100000
n = 10
print timeit.Timer("test(c)", "from __main__ import c, test_zerofill as test").repeat(number=n)
print timeit.Timer("test(c)", "from __main__ import c, test_generator as test").repeat(number=n)
print timeit.Timer("test(c)", "from __main__ import c, test_list as test").repeat(number=n)
结果:
(array in blocks) [0.022809982299804688, 0.014942169189453125, 0.014089107513427734]
(array with generator) [1.1884641647338867, 1.1728270053863525, 1.1622772216796875]
(list) [0.023866891860961914, 0.035660028457641602, 0.023386955261230469]
答案 7 :(得分:0)
import numpy as np
new_array=np.linspace(0,10,11).astype('int')
在创建数组时强制转换类型的替代方法。