使用 Python 创建 3D 数组答案

【问题标题】：Create 3D array using Python使用 Python 创建 3D 数组
【发布时间】：2012-05-26 22:55:47
【问题描述】：

我想在 Python (2.7) 中创建一个 3D 数组，以便像这样使用：

distance[i][j][k]

数组的大小应该是我拥有的变量的大小。 (nnn)

我尝试使用：

distance = [[[]*n]*n]

但这似乎不起作用。

我只能使用默认库，而乘法（即[[0]*n]*n）不起作用，因为它们链接到同一个指针，我需要所有值都是单独的

【问题讨论】：

考虑使用标准array模块的array类。

标签： python arrays python-2.7 multidimensional-array

【解决方案1】：

正确的方法是

[[[0 for _ in range(n)] for _ in range(n)] for _ in range(n)]

（你想要做的应该写成（for NxNxN）

[[[0]*n]*n]*n

但这不正确，请参阅@Adaman 评论原因）。

【讨论】：

不好。它将包含对同一数组的引用。试试这个：a = [[0] * 3] * 3; a[0][0] = 1; print a

【解决方案2】：

numpy.arrays 专为这种情况而设计：

 numpy.zeros((i,j,k))

会给你一个维度为 ijk 的数组，用零填充。

根据您的需要，numpy 可能是满足您需求的正确库。

【讨论】：

哦，我还以为这是默认库之一。我不能使用除此之外的任何东西。
不，不幸的是它是一个外部库。但如果您需要处理（大）数字数据数组，通常非常适合。特别是如果速度是一个问题。
我定义了一个这样的数组：new_array= numpy.zeros((6340,200,200)) 但它占用了 1.9GB 的内存空间。正常吗？
@gocen 是的，听起来不错。 numpy zeroes 返回的默认值是 numpy.float64 和 6340*200*200*64bits = 2.0288 GB。您可以提供一个额外的参数 dtype 为零来更改它返回的类型并以这种方式节省一些 RAM。

【解决方案3】：

如果您坚持将所有内容初始化为空，则需要在内部使用一组额外的括号（[[]] 而不是 []，因为这是“包含 1 个要复制的空列表的列表”而不是“一个不包含任何重复内容的列表”）：

distance=[[[[]]*n]*n]*n

【讨论】：

不要那样做，否则它们都会指向同一个引用！试试distance[1][2][0].append(1)
是的，我的问题是如果我改变其中一个，它也会改变所有的。我需要它们是独立的元素。

【解决方案4】：

你应该使用list comprehension:

>>> import pprint
>>> n = 3
>>> distance = [[[0 for k in xrange(n)] for j in xrange(n)] for i in xrange(n)]
>>> pprint.pprint(distance)
[[[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]]]
>>> distance[0][1]
[0, 0, 0]
>>> distance[0][1][2]
0

您可以生成一个数据结构，其中包含一个看起来像您尝试过的语句的语句，但它会产生副作用，因为内部列表是按引用复制的：

>>> distance=[[[0]*n]*n]*n
>>> pprint.pprint(distance)
[[[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]]]
>>> distance[0][0][0] = 1
>>> pprint.pprint(distance)
[[[1, 0, 0], [1, 0, 0], [1, 0, 0]],
 [[1, 0, 0], [1, 0, 0], [1, 0, 0]],
 [[1, 0, 0], [1, 0, 0], [1, 0, 0]]]

【讨论】：

对于 Python3，您可以将 xrange 更改为 range。
我使用了'copy-by-reference'方法，却不知道后端实际发生了什么。因此，我最终得到了“副作用”（我的变量中的所有字段最终都具有相同的值）并且不知道为什么。谢谢你的解释。

【解决方案5】：

d3 = [[[0 for col in range(4)]for row in range(4)] for x in range(6)]

d3[1][2][1]  = 144

d3[4][3][0]  = 3.12

for x in range(len(d3)):
    print d3[x]



[[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, 144, 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, 0, 0]]
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [3.12, 0, 0, 0]]
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

【讨论】：

【解决方案6】：

def n_arr(n, default=0, size=1):
    if n is 0:
        return default

    return [n_arr(n-1, default, size) for _ in range(size)]

arr = n_arr(3, 42, 3)
assert arr[2][2][2], 42

【讨论】：

【解决方案7】：

"""
Create 3D array for given dimensions - (x, y, z)

@author: Naimish Agarwal
"""


def three_d_array(value, *dim):
    """
    Create 3D-array
    :param dim: a tuple of dimensions - (x, y, z)
    :param value: value with which 3D-array is to be filled
    :return: 3D-array
    """

    return [[[value for _ in xrange(dim[2])] for _ in xrange(dim[1])] for _ in xrange(dim[0])]

if __name__ == "__main__":
    array = three_d_array(False, *(2, 3, 1))
    x = len(array)
    y = len(array[0])
    z = len(array[0][0])
    print x, y, z

    array[0][0][0] = True
    array[1][1][0] = True

    print array

对于多维数组，首选使用numpy.ndarray。

【讨论】：

【解决方案8】：

您还可以使用嵌套的for 循环，如下所示

n = 3
arr = []
for x in range(n):
    arr.append([])
    for y in range(n):
        arr[x].append([])
        for z in range(n):
            arr[x][y].append(0)
print(arr)

【讨论】：

【解决方案9】：

有很多方法可以解决您的问题。

@robert 接受的第一个答案。这里是广义的解决方案：

def multi_dimensional_list(value, *args):
  #args dimensions as many you like. EG: [*args = 4,3,2 => x=4, y=3, z=2]
  #value can only be of immutable type. So, don't pass a list here. Acceptable value = 0, -1, 'X', etc.
  if len(args) > 1:
    return [ multi_dimensional_list(value, *args[1:]) for col in range(args[0])]
  elif len(args) == 1: #base case of recursion
    return [ value for col in range(args[0])]
  else: #edge case when no values of dimensions is specified.
    return None

例如：

>>> multi_dimensional_list(-1, 3, 4)  #2D list
[[-1, -1, -1, -1], [-1, -1, -1, -1], [-1, -1, -1, -1]]
>>> multi_dimensional_list(-1, 4, 3, 2)  #3D list
[[[-1, -1], [-1, -1], [-1, -1]], [[-1, -1], [-1, -1], [-1, -1]], [[-1, -1], [-1, -1], [-1, -1]], [[-1, -1], [-1, -1], [-1, -1]]]
>>> multi_dimensional_list(-1, 2, 3, 2, 2 )  #4D list
[[[[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]]], [[[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]]]]

P.S 如果您热衷于验证 args 的正确值，即只有自然数，那么您可以在调用此函数之前编写一个包装函数。

其次，任何多维数组都可以写成一维数组。这意味着您不需要多维数组。下面是索引转换的函数：

def convert_single_to_multi(value, max_dim):
  dim_count = len(max_dim)
  values = [0]*dim_count
  for i in range(dim_count-1, -1, -1): #reverse iteration
    values[i] = value%max_dim[i]
    value /= max_dim[i]
  return values


def convert_multi_to_single(values, max_dim):
  dim_count = len(max_dim)
  value = 0
  length_of_dimension = 1
  for i in range(dim_count-1, -1, -1): #reverse iteration
    value += values[i]*length_of_dimension
    length_of_dimension *= max_dim[i]
  return value

因为这些函数是互逆的，所以输出如下：

>>> convert_single_to_multi(convert_multi_to_single([1,4,6,7],[23,45,32,14]),[23,45,32,14])
[1, 4, 6, 7]
>>> convert_multi_to_single(convert_single_to_multi(21343,[23,45,32,14]),[23,45,32,14])
21343

如果您担心性能问题，那么您可以使用一些库，例如 pandas、numpy 等。

【讨论】：

【解决方案10】：

n1=np.arange(90).reshape((3,3,-1))
print(n1)
print(n1.shape)

【讨论】：