首先來看乙個簡單的二維**。投擲兩枚骰子時,有36種可能的結果。我們可以將其製成乙個二維**,行和列分別代表一枚骰子的得數:
1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
在python中,乙個像這樣的多維**可以通過「序列的序列」實現。乙個**是行的序列。每一行又是獨立單元格的序列。這類似於我們使用的數學記號,在數學裡我們用ai,j,而在python裡我們使用a[i][j],代表矩陣的第i行第j列。
這看起來非常像「元組的列表」(lists of tuples)。
我們可以使用巢狀的列表推導式(list comprehension)建立乙個**。 下面的例子建立了乙個「序列的序列」構成的**,並為**的每乙個單元格賦值。
table= [ [ 0 for i in range(6) ] for j in range(6) ]
print table
for d1 in range(6):
for d2 in range(6):
table[d1][d2]= d1+d2+2
print table
程式的輸出結果如下:
[[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]]
[[2, 3, 4, 5, 6, 7], [3, 4, 5, 6, 7, 8], [4, 5, 6, 7, 8, 9],
[5, 6, 7, 8, 9, 10], [6, 7, 8, 9, 10, 11], [7, 8, 9, 10, 11, 12]]
這個程式做了兩件事:建立了乙個6 × 6的全0**。 然後使用兩枚骰子的可能組合的數值填充**。 這並非完成此功能最有效的方式,但我們通過這個簡單的例子來演示幾項技術。我們仔細看一下程式的前後兩部分。
程式的第一部分建立並輸出了乙個包含6個元素的列表,我們稱之為「**」;**中的每乙個元素都是乙個包含6個0元素的列表。它使用列表推導式,對於範圍從0到6的每乙個j都建立物件。每乙個物件都是乙個0元素列表,由i變數從0到6遍歷產生。初始化完成之後,列印輸出二維全0**。
推導式可以從裡向外閱讀,就像乙個普通表示式一樣。內層列表[ 0 for i in range(6) ]建立了乙個包含6個0的簡單列表。外層列表[ [...] for j in range(6) ]建立了這些內層列表的6個深拷貝。
程式的第2個部分對2個骰子的每乙個組合進行迭代,填充**的每乙個單元格。這由兩層巢狀迴圈實現,每乙個迴圈迭代乙個骰子。外層迴圈列舉第乙個骰子的所有可能值d1。內層迴圈列舉第二個骰子d2。
更新每乙個單元格時需要通過table[d1]選擇每一行;這是乙個包含6個值的列表。這個列表中選定的單元格通過...[d2]進行選擇。我們將擲骰子的值賦給這個單元格,d1+d2+2
列印出的列表的列表不太容易閱讀。下面的迴圈會以一種更加可讀的形式顯示**。
>>>
for row in table:
...
print row
...
[2, 3, 4, 5, 6, 7]
[3, 4, 5, 6, 7, 8]
[4, 5, 6, 7, 8, 9]
[5, 6, 7, 8, 9, 10]
[6, 7, 8, 9, 10, 11]
[7, 8, 9, 10, 11, 12]
作為練習,讀者可以試著在列印列表內容時,再列印出行和列的表頭。提示一下,使用"%2d" % value字串運算子可以列印出固定長度的數字格式。
我們接下來對骰子**進行匯**計,得出累計頻率表。我們使用乙個包含13個元素的列表(下標從0到12)表示每乙個骰子值的出現頻率。觀察可知骰子值2在矩陣中只出現了一次,因此我們期望fq[2]的值為1。遍歷矩陣中的每乙個單元格,得出累計頻率表。
fq= 13 * [0]
for i in range(6):
for j in range(6):
c= table[i][j]
fq[ c ] += 1
使用下標i選出**中的行,用下標j從行中選出一列,得到單元格c。然後用fq統計頻率。
這看起來非常的數學和規範。python提供了另外一種更簡單一些的方式。
**是列表的列表,可以採用無下標的for迴圈遍歷列表元素。
fq= 13 * [0]
print fq
for row in table:
for c in row:
fq[c] += 1
print fq[2:]
我們使用了「顯示下標」技術運算元學定義的矩陣。矩陣操作可以通過這種方式比較清晰地完成。我們在此演示矩陣加法的實現。
m1 = [ [1, 2, 3, 0], [4, 5, 6, 0], [7, 8, 9, 0] ]
m2 = [ [2, 4, 6, 0], [1, 3, 5, 0], [0, -1, -2, 0] ]
m3= [ 4*[0] for i in range(3) ]
for i in range(3):
for j in range(4):
m3[i][j]= m1[i][j] + m2[i][j]
此例中,我們建立了兩個輸入矩陣m1和m2,每乙個都是3×4矩陣。然後使用列表推導式初始化第三個3行4列的0矩陣m3。然後我們使用i變數遍歷每一行,使用j變數遍歷每一列,從而計算出m1和m2的和。 陣列Array的基本操作,高階操作,多維陣列
在其他語言中,陣列array是在記憶體中開闢一段連續的記憶體,一旦宣告之後大小不在可變,scala中也是如此,當然scala也提供了長度可變的快取陣列,匯入scala.collection.mutable.arraybuffer包即可使用快取陣列arraybuffer,對arraybuffer的操作...
python的多維陣列操作
建立乙個寬度為3,高度為4的陣列 0,0,0 0,0,0 0,0,0 0,0,0 mylist 0 3 4但是操作mylist 0 1 1的時候 發現整個第二列都被賦值為1 0,1,0 0,1,0 0,1,0 0,1,0 後來在the python standard library 裡面找到答案 l...
python(9) numpy多維陣列和矩陣計算
numpy numerical python 是 python 語言的乙個擴充套件程式庫。其中提供了許多向量和矩陣操作,能讓使用者輕鬆完成最優化 線性代數 積分 插值 特殊函式 傅利葉變換 訊號處理和影象處理 常微分方程求解以及其他科學與工程中常用的計算,不僅方便易用而且效率更高。numpy 是乙個...