如何在预期维数为M的N的Python中创建一个空矩阵（不填充1或0）？

为了在Python创建N个元素的空载体，我们使用：如何在预期维数为M的N的Python中创建一个空矩阵（不填充1或0）？

a = [None] * N

如何创建的M个N次不填充一或零矩阵？谢谢！

来源

2014-02-18 Hartmut Helmut

更“matrixy”答案是使用numpy的的object D型：例如：

>>> import numpy as np 
>>> np.ndarray(shape=(5,6), dtype=np.object) 
array([[None, None, None, None, None, None], 
     [None, None, None, None, None, None], 
     [None, None, None, None, None, None], 
     [None, None, None, None, None, None], 
     [None, None, None, None, None, None]], dtype=object)

但是，正如WIM表明，这可能是低效的，如果你用这个做数学。

>>> mat = np.empty(shape=(5,6)) 
>>> mat.fill(np.nan) 
>>> mat 
array([[ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan], 
     [ nan, nan, nan, nan, nan, nan]]) 
>>>

如果你真的使用更多的Python对象的东西，并不打算填充矩阵，你可以使用更好的东西;一个dict！

>>> from collections import defaultdict 
>>> mat = defaultdict(lambda: None) 
>>> mat[4,4] 
>>> mat[4,4] is None 
True

来源

2014-02-18 21:00:58 SingleNegationElimination

但我需要超过5或6个元素！：\ –

用你想要的尺寸替换'shape =（...）'。你可以使用任何你喜欢的尺寸！ – SingleNegationElimination

如果您打算在数组中使用数字，那么使用'np.nan'比None/dtype = object更有意义。如果你“不关心”数值是什么，请使用np.empty。 – wim

matrix = [] 
for i in xrange(M): 
    matrix.append([None]*N)

来源

2014-02-18 20:56:28

感谢您的回答！有没有更短的指令？最好！ –

看看别人的答案，他们很不错。 –

是的！谢谢！ :) –

matrix = [[None]*N for _ in xrange(M)]

不要做[[None]*N]*M，否则你会得到它的M元素都是真正同一列表对象的列表。

请注意，这不是一个真正的矩阵;这是一个列表清单。试图执行诸如max(matrix)之类的操作将无法正常工作，如果您尝试将矩阵的元素设置为列表，则无法区分您的数据结构是否应该是列表矩阵，列表矩阵或3D矩阵。如果你想做很多矩阵操作，强烈建议使用NumPy。它提供了具有高性能和非常方便的语法的实际矩阵和任意维数组。

来源

2014-02-18 20:58:51 user2357112

谢谢@ user2357112您的强大答案！不幸的是，我无法在6分钟内接受答案！ –

numpy的有empty ndarray创建方法

numpy.empty(shape, dtype, order)

为矩阵matlib.empty：

numpy.matlib.empty(shape, dtype, order)

来源

2014-02-18 21:08:03 mitch

如何在预期维数为M的N的Python中创建一个空矩阵（不填充1或0）？

回答

相关问题