如何在預期維數爲M的N的Python中創建一個空矩陣（不填充1或0）？

爲了在Python創建N個元素的空載體，我們使用：如何在預期維數爲M的N的Python中創建一個空矩陣（不填充1或0）？

a = [None] * N

如何創建的M個N次不填充一或零矩陣？謝謝！

來源

2014-02-18 Hartmut Helmut

更「matrixy」答案是使用numpy的的object D型：例如：

>>> import numpy as np 
>>> np.ndarray(shape=(5,6), dtype=np.object) 
array([[None, None, None, None, None, None], 
     [None, None, None, None, None, None], 
     [None, None, None, None, None, None], 
     [None, None, None, None, None, None], 
     [None, None, None, None, None, None]], dtype=object)

但是，正如WIM表明，這可能是低效的，如果你用這個做數學。

>>> mat = np.empty(shape=(5,6)) 
>>> mat.fill(np.nan) 
>>> mat 
array([[ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan]]) 
>>>

如果你真的使用更多的Python對象的東西，並不打算填充矩陣，你可以使用更好的東西;一個dict！

>>> from collections import defaultdict 
>>> mat = defaultdict(lambda: None) 
>>> mat[4,4] 
>>> mat[4,4] is None 
True

來源

2014-02-18 21:00:58 SingleNegationElimination

但我需要超過5或6個元素！：\ –

用你想要的尺寸替換'shape =（...）'。你可以使用任何你喜歡的尺寸！ – SingleNegationElimination

如果您打算在數組中使用數字，那麼使用'np.nan'比None/dtype = object更有意義。如果你「不關心」數值是什麼，請使用np.empty。 – wim

matrix = [] 
for i in xrange(M): 
    matrix.append([None]*N)

來源

2014-02-18 20:56:28

感謝您的回答！有沒有更短的指令？最好！ –

看看別人的答案，他們很不錯。 –

是的！謝謝！ :) –

matrix = [[None]*N for _ in xrange(M)]

不要做[[None]*N]*M，否則你會得到它的M元素都是真正同一列表對象的列表。

請注意，這不是一個真正的矩陣;這是一個列表清單。試圖執行諸如max(matrix)之類的操作將無法正常工作，如果您嘗試將矩陣的元素設置爲列表，則無法區分您的數據結構是否應該是列表矩陣，列表矩陣或3D矩陣。如果你想做很多矩陣操作，強烈建議使用NumPy。它提供了具有高性能和非常方便的語法的實際矩陣和任意維數組。

來源

2014-02-18 20:58:51 user2357112

謝謝@ user2357112您的強大答案！不幸的是，我無法在6分鐘內接受答案！ –

numpy的有empty ndarray創建方法

numpy.empty(shape, dtype, order)

爲矩陣matlib.empty：

numpy.matlib.empty(shape, dtype, order)

來源

2014-02-18 21:08:03 mitch

如何在預期維數爲M的N的Python中創建一個空矩陣（不填充1或0）？

回答

相關問題