我有一点 Java 问题，我想翻译成 Python。因此我需要一个多维数组。在 Java 中它看起来像：
double dArray[][][] = new double[x.length()+1][y.length()+1][x.length()+y.length()+3];
dArray[0][0][0] = 0;
dArray[0][0][1] = POSITIVE_INFINITY;
将在循环中创建更多值并将其写入数组。
如何实例化数组？
PS：不涉及矩阵乘法...
【问题讨论】：
float('inf') 获得浮点无穷大。它的行为或多或少如你所料——大多数操作只给你 inf，少数给你 nan。
如果您限制自己使用 Python 标准库，那么列表列表是最接近的构造：
arr = [[1,2],[3,4]]
给出一个二维数组。行可以以arr[i] 访问i 中的{0,..,len(arr}，但列访问很困难。
如果您愿意添加库依赖项，NumPy 包是您真正想要的。您可以使用以下方法从列表列表中创建一个固定长度的数组：
import numpy
arr = numpy.array([[1,2],[3,4]])
列访问与列表列表相同，但列访问很容易：arr[:,i] 用于 {0,..,arr.shape[1]} 中的 i（列数）。
事实上，NumPy 数组可以是 n 维的。
可以创建空数组
numpy.empty(shape)
其中shape 是每个维度中大小的元组； shape=(1,3,2) 给出一个 3-d 数组，第一维大小为 1，第二维大小为 3，第三维大小为 2。
如果您想将对象存储在 NumPy 数组中，您也可以这样做：
arr = numpy.empty((1,), dtype=numpy.object)
arr[0] = 'abc'
有关 NumPy 项目的更多信息，请查看NumPy homepage。
【讨论】：
numpy.empty([1]) 也可以。
noise = lambda: numpy.empty([1])[0]
random周围加上引号
创建任意大小数组的标准python数组：
a = [[0]*cols for _ in [0]*rows]
访问方式如下：
a[0][1] = 5 # set cell at row 0, col 1 to 5
一个值得一提的小蟒蛇陷阱：只需键入即可
a = [[0]*cols]*rows
但这会将 same 列数组复制到每一行，从而导致不需要的行为。即：
>>> a[0][0] = 5
>>> print a[1][0]
5
【讨论】：
[[0]*cols for _ in xrange(rows)]
您可以使用嵌套列表创建它：
matrix = [[a,b],[c,d],[e,f]]
如果它必须是动态的，那就更复杂了，为什么不自己写一个小类呢？
class Matrix(object):
def __init__(self, rows, columns, default=0):
self.m = []
for i in range(rows):
self.m.append([default for j in range(columns)])
def __getitem__(self, index):
return self.m[index]
可以这样使用：
m = Matrix(10,5)
m[3][6] = 7
print m[3][6] // -> 7
我确信可以更有效地实施它。 :)
如果您需要多维数组，您可以创建一个数组并计算偏移量，或者您可以在数组中的数组中使用数组，这对内存非常不利。 （虽然可能更快......）我已经实现了这样的第一个想法：
class Matrix(object):
def __init__(self, *dims):
self._shortcuts = [i for i in self._create_shortcuts(dims)]
self._li = [None] * (self._shortcuts.pop())
self._shortcuts.reverse()
def _create_shortcuts(self, dims):
dimList = list(dims)
dimList.reverse()
number = 1
yield 1
for i in dimList:
number *= i
yield number
def _flat_index(self, index):
if len(index) != len(self._shortcuts):
raise TypeError()
flatIndex = 0
for i, num in enumerate(index):
flatIndex += num * self._shortcuts[i]
return flatIndex
def __getitem__(self, index):
return self._li[self._flat_index(index)]
def __setitem__(self, index, value):
self._li[self._flat_index(index)] = value
可以这样使用：
m = Matrix(4,5,2,6)
m[2,3,1,3] = 'x'
m[2,3,1,3] // -> 'x'
【讨论】：
看看numpy
这里有一个代码 sn-p 给你
import numpy as npy
d = npy.zeros((len(x)+1, len(y)+1, len(x)+len(y)+3))
d[0][0][0] = 0 # although this is unnecessary since zeros initialises to zero
d[i][j][k] = npy.inf
我认为您不需要实施科学应用程序来证明使用 numpy.它更快、更灵活，您几乎可以存储任何东西。鉴于我认为尝试并证明 不 使用它可能会更好。有正当的理由，但它增加了很多，而且成本很低，因此值得考虑。
附：你的数组长度正确吗？它看起来像一个形状奇特的矩阵......
【讨论】：
多维数组有点模糊。使用它们的原因很少，而需要三思而后行并使用更能反映您正在做的事情的其他东西的原因很多。 [暗示。你的问题在上下文中很薄弱;-)]
如果您正在做矩阵数学，请使用numpy。
但是，有些人使用的语言迫使他们使用多维数组，因为这就是他们所拥有的一切。如果您和我一样大（我在 70 年代开始编程），那么您可能还记得多维数组是您拥有的唯一数据结构的日子。或者，您的经验可能将您限制在必须将问题转化为多维数组的语言中。
假设您有一个集合 n 个 3D 点。每个点都有一个 x、y、z 和时间值。这是一个 n x 4 数组吗？还是一个 4 * n 数组？并不真地。
因为每个点都有 4 个固定值，所以这更恰当地是一个元组列表。
a = [ ( x, y, z, t ), ( x, y, z, t ), ... ]
更好的是，我们可以将其表示为对象列表。
class Point( object ):
def __init__( self, x, y, z, t ):
self.x, self.y, self.z, self.t = x, y, z, t
a = [ Point(x,y,x,t), Point(x,y,z,t), ... ]
【讨论】：
如果您可以使用稀疏数组，您可以使用 dict 来存储您的值。 Python 的 dicts 允许您使用元组作为键，因此，您可以像这样分配和访问“稀疏数组”（这里实际上是一个 dict）的元素：
d = {}
d[0,2,7] = 123 # assign 123 to x=0, y=2, z=7
v = d[0,2,7]
【讨论】：
可能与您无关，但如果您正在做认真的矩阵工作，请参阅numpy
【讨论】：
对于数值数据，Numpy Arrays:
>>> matrix1 = array(([0,1],[1,3]))
>>> print matrix1
[[0 1]
[1 3]]
对于一般数据（例如字符串），您可以使用列表列表、元组列表...
matrix2 = [['a','b'], ['x','y']]
【讨论】：
以下是创建用零初始化的嵌套 3 维列表的快速方法：
# dim1, dim2, dim3 are the dimensions of the array
a =[[[0 for _ in range(dim1)] for _ in range(dim2)] for _ in range(dim1) ]
a[0][0][0] = 1
这是一个列表的列表，比数组灵活一点，你可以这样做：
a[0][0] = [1,2,3,4]
替换数组中的一整行，甚至像这样滥用它：
a[0] = "Ouch"
print a[0][0] #will print "O", since strings are indexable the same way as lists
print a[0][0][0] #will raise an error, since "O" isn't indexable
但如果您需要性能，那么我同意 numpy 是要走的路。
另外，请注意：
a = [[[0] * 5]*5]*5]
如果你在上面的对象上尝试a[0][0][0]=7，你会发现有什么问题。
【讨论】：
另一种选择是使用字典：
>>> from collections import defaultdict
>>> array = defaultdict(int) # replace int with the default-factory you want
>>> array[(0,0)]
0
>>> array[(99,99)]
0
您还需要跟踪上限和下限。
【讨论】：
我刚刚遇到了类似的需求并编写了以下代码：
def nDimensionsMatrix(dims, elem_count, ptr=[]):
if (dims > 1):
for i in range(elem_count[dims-1]):
empty = []
ptr.append(empty)
nDimensionsMatrix(dims-1, elem_count, empty)
return ptr
elif dims == 1:
ptr.extend([0 for i in range(elem_count[dims])])
return ptr
matrix = nDimensionsMatrix(3, (2,2,2))
我不看速度，只看功能;)
我想创建一个具有 N 维的矩阵并用 0 进行初始化（每个维度中有一个 elem_count 个元素）。
希望对某人有所帮助
【讨论】：
简单，使用 numpy 时：
b = ones((2,3,4)) # creates a 2x3x4 array containing all ones.
“ones”可以替换为“zeros”
【讨论】：