我试图将数据存储在三维数组中,即Python中的x[0][0][0]
。如何初始化x
,并添加值给它?我试过了:
x=[]
x[0][0][0]=value1
x[0][0].append(value1)
两行都给出了超出范围的错误。怎么做呢?我想要这样的:x[0][0][0]=value1
, x[1][0][0]=value2
, x[0][1][0]=value3
等。如何在Python中实现这一点?
我正在寻找生成这种数组:
x=[[[11,[111],[112]],[12],[13]],[[21,[211],[212]],[22],[23],[24]],[[31],[32]]]
x[0][0][0] will give 11
x[1][0][0] 21
x[0][0][1] 111
等。
我建议对多维数组使用numpy
。它使它更方便,更快。这看起来像:
import numpy as np
x = np.zeros((10,20,30)) # Make a 10 by 20 by 30 array
x[0,0,0] = value1
但是,如果您不想使用numpy
,或者需要非矩形多维数组,则需要将其视为列表的列表的列表,并初始化每个列表:
x = []
x.append([])
x[0].append([])
x[0][0].append(value1)
编辑:或者您可以使用ndpu的答案(x = [[[value1]]]
)中显示的紧凑符号。
如果您正在创建一些3D稀疏数组,您可以将所有数据保存在字典中:
x={}
x[0,0,0] = 11
x[1,0,0] = 21
x[0,1,1] = 111
或:
from collections import defaultdict
x = defaultdict(lambda :defaultdict(lambda :defaultdict(int)))
x[0][0][0] = 11
x[1][0][0] = 21
x[0][0][1] = 111
如果你可以使用numpy,你可以初始化一个固定大小的数组:
import numpy
x = numpy.zeros((i, j, k))
其中i, j, k为所需尺寸
然后可以使用切片表示法索引到该数组:
x[0, 0, 0] = value1
x[1, 0, 0] = value2
我刚想到这个,它更动态,更简单。
# Define how large to make the object.
size = 3
# Build the three dimensional list.
memory = []
for x in range(0,size):
memory.append([])
for y in range(0,size):
memory[x].append([])
for z in range(0,size):
memory[x][y].append(0) # Fill with zeros.
# Iterate through all values.
for x in range(0,size):
for y in range(0,size):
for z in range(0,size):
print 'memory[' + str(x) + '][' + str(y) + '][' + str(z) + ']=' + str(memory[x][y][z])
# Example access.
print 'Example access:'
print 'memory[0][1][2]=' + str(memory[0][1][2])
输出:memory[0][0][0]=0
memory[0][0][1]=0
memory[0][0][2]=0
memory[0][1][0]=0
memory[0][1][1]=0
memory[0][1][2]=0
memory[0][2][0]=0
memory[0][2][1]=0
memory[0][2][2]=0
memory[1][0][0]=0
memory[1][0][1]=0
memory[1][0][2]=0
memory[1][1][0]=0
memory[1][1][1]=0
memory[1][1][2]=0
memory[1][2][0]=0
memory[1][2][1]=0
memory[1][2][2]=0
memory[2][0][0]=0
memory[2][0][1]=0
memory[2][0][2]=0
memory[2][1][0]=0
memory[2][1][1]=0
memory[2][1][2]=0
memory[2][2][0]=0
memory[2][2][1]=0
memory[2][2][2]=0
Example access:
memory[0][1][2]=0
>>> x=[[[[]]]]
>>> x[0][0][0]=0
>>> x
[[[0]]]
>>> x[0][0].append(1)
>>> x
[[[0, 1]]]
关于有效创建二维字典的上述技术的汇编如下:
from collections import defaultdict
x = defaultdict(lambda :defaultdict())
x["a"]["b"] = 123
x["a"]["c"] = 234
x["b"]["a"] = 234
x["b"]["c"] = 234
x["c"]["a"] = 234
x["c"]["b"] = 234
for i in x:
for j in x[i]: print i, j, x[i][j]
生产:
a c 234
a b 123
c a 234
c b 234
b a 234
b c 234
要增加维数(例如,到三维),只需增加lambda "nest",如HYRY所示:
x = defaultdict(lambda :defaultdict(lambda :defaultdict(int)))
Interator。在python 3中,我使用函数lambda来创建矩阵[[0 for j in range(n)] for I in range(m)]。在版本2中,使用了map函数。在这一刻,就像使用数组模块(纯python)来创建矩阵。
>>> arr = lambda m,n,l : [ [ [0 for k in range(l)] for j in range(n)] for i in range(m) ]
>>> m = arr(2,3,4)
>>> m
[[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]], [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]]