在 Python 3 中有效地初始化大小为 n*m 的二维数组？答案

【问题标题】：Efficiently initialize 2D array of size n*m in Python 3?在 Python 3 中有效地初始化大小为 n*m 的二维数组？
【发布时间】：2018-01-06 09:40:52
【问题描述】：

我正在使用 Python 3 并尝试创建已知且固定大小的 2D 整数数组。我该怎么做？

我想到的数组是 Python 提供的 array.array，尽管我并不反对使用像 NumPy 这样的库。

我知道这可以通过列表来完成，但我想使用数组，因为它们更节省空间。现在，我正在以这种方式初始化列表，但我想用数组替换它：

my_list = [[ 0 for _ in range(height) ] for _ in range(.width)]

例如，在 C 中，我会写

int my_array[ width ][ height ];

如何在 Python 中做到这一点

【问题讨论】：

【解决方案1】：

您发布的代码的 numpy 等效项是：

import numpy as np
my_array = np.empty([height, width])

empty 保留未初始化的空间，所以它比zeros 稍微快一点，因为zeros 必须确保一切初始设置为0。

请注意，就像在 C/C++ 中一样，您应该在读取值之前写入值，因为它们最初“包含垃圾”。

文档：

【讨论】：

【解决方案2】：

你可以使用numpy：

import numpy as np
my_array = np.zeros([height, width])

例如：

>>> np.zeros([3, 5])
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

请注意，如果您特别需要整数，则应使用 dtype 参数

>>> np.zeros([3, 5], dtype=int)
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

【讨论】：