我正在尝试在 Python 中转换 MATLAB 代码。我不知道如何在 Python 中初始化空矩阵。
MATLAB 代码：
demod4(1) = [];
我在 Python 中尝试过
demod4[0] = array([])
但它给出了错误：
only length-1 arrays can be converted to Python scalars
【问题讨论】：
demod4 和您的导入的信息。但是，有两个选项，numpy.empty 或 numpy.zeros 分别初始化给定大小的空数组或零数组。
size == 0？
1（并因此向量化您的 demod4 矩阵）。对于空矩阵，您需要demod4=[]。
如果您使用numpy arrays，则通过指定预期的矩阵大小来初始化为0：
import numpy as np
d = np.zeros((2,3))
>>> d
[[ 0. 0. 0.]
[ 0. 0. 0.]]
这相当于 MATLAB 的：
d = zeros(2,3);
您还可以初始化一个空数组，再次使用预期的尺寸/大小
d = np.empty((2,3))
如果您不使用 numpy，则最接近 MATLAB 的 d = []（即零大小矩阵）将使用空列表，然后
附加值（用于填充向量）
d = []
d.append(0)
d.append(1)
>>> d
[0, 1]
或附加列表（用于填充矩阵行或列）：
d = []
d.append(range(0,2))
d.append(range(2,4))
>>> d
[[0, 1], [2, 3]]
另见：
NumPy array initialization (fill with identical values) (SO)
【讨论】：
您可以使用嵌套列表推导：
# size of matrix n x m
matrix = [ [ 0 for i in range(n) ] for j in range(m) ]
【讨论】：
如何初始化一个列表，填充它，然后转换为一个数组。
demod4 = []
或者，您可以在初始化时使用列表推导进行填充
demod4 = [[func(i, j) for j in range(M)] for i in range(N)]
或者，如果您提前知道数组的大小，您可以初始化一个全为零的数组。
demod4 = [[0 for j in range(M)] for i in range(N)]
或
demod4 = [[0 for i in range(M)]*N]
或者尝试使用numpy。
import numpy as np
N, M = 100, 5000
np.zeros((N, M))
【讨论】：
demod4 给出1x(M+N) 数组而不是矩阵。
要初始化 M 行 N 列的矩阵，您可以使用以下模式：
M = 3
N = 2
matrix = [[0] * N for _ in range(M)]
【讨论】：
如果你想用 0 初始化矩阵，那么使用下面的代码
# for m*n matrix
matrix = [[0] * m for i in range(n)]
【讨论】：
M=[]
n=int(input())
m=int(input())
for j in range(n):
l=[]
for k in range(m):
l.append(0)
M.append(l)
print(M)
这是执行矩阵[m，n]的传统方式，但是，如其他答案中所述，python提供了许多很酷的方式。
【讨论】：
rows = 3
columns = 4
matrix = [[0] * columns] * rows
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]
for i in range(rows):
for j in range(columns):
print(matrix[i][j], end=' ')
print()
0 0 0 0
0 0 0 0
0 0 0 0
【讨论】：
matrix[1][2]=1 然后print(matrix) 将输出[[0, 0, 1, 0], [0, 0, 1, 0], [0, 0, 1, 0]]，这肯定不是你想要的。
rows = 3
columns = 2
M = [[0]*columns]*rows
或者你也可以使用 '' 代替 0
print(M)
输出：
M = [[0, 0], [0, 0], [0, 0]]
【讨论】：