在Python中优雅地初始化n维矩阵

关于如何初始化二维矩阵，有几个问题，答案如下：

matrix = [[0 for x in range(10)] for x in range(10)]

---

有没有办法将其推广到n维，而不使用for block或写出很长的嵌套列表？

由于整数是不可变的，您可以将代码简化为：

matrix = [[0] * 10 for x in range(10)]

如评论中所述，如果NumPy是一个选项，您只需执行以下操作：

import numpy as np                                              
matrix = np.zeros((10, 10)) 

---

如果您确实想要一个矩阵，

np.zero

和

np.one

可以快速创建这样一个二维数组来实例化矩阵：

import numpy as np
my_matrix = np.matrix(np.zeros((10,10)))

要推广到n维，不能使用矩阵，根据定义，矩阵是二维的：

n_dimensions = 3
width = 10

n_dimensional_array = np.ones((width,) * n_dimensions)

---

我同意，如果numpy是一个选项，那么使用矩阵就更容易了。我极力推荐

也就是说，这个递归函数是一种合理的方法，可以将代码概括为n维。第一个参数是一个列表或元组，指定每个维度应该有多大（间接地说，还有多少维度）。第二个参数是填充矩阵的常量值（在您的示例中，

0

）：

在2D屏幕上打印N维数组有点困难，但在我手动缩进的代码片段中，您可以更容易地看到矩阵的结构。它是一个长度为2的数组，包含长度为3的数组，包含长度为4的数组，其中每个值都设置为5：

[
    [
        [100, 5, 5, 5],
        [5, 5, 5, 5],
        [5, 5, 5, 5]
    ],
    [
        [5, 5, 5, 5],
        [5, 5, 5, 5],
        [5, 5, 5, 5]
    ]
]

---

@布莱恩·普特曼更快更好。。。无论如何，这是我的解决方案：

init = lambda x, y: [init(x, y-1) if y>1 else 0 for _ in xrange(x)]

它只生成大小为x的方阵，其中y维中填充了零。这样叫

init(5, 3)

[[[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]],
 [[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]],
 [[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]]]

---

无论何时使用矩阵，都应该考虑使用。这是非常有效的，并且是为此目的而设计的。可能的重复我认为这可能是初始化矩阵的标准问题，但否则它可能是重复的。做

矩阵[0][0]=100

然后打印

矩阵

？@AshwiniChaudhary很好，谢谢。我将您的代码片段更改为

matrix[0][0][0]=100

，因为这是一个3D数组（我想这就是您的意思吧？）。现在编辑的代码通过检查了吗？

init(5, 3)

[[[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]],
 [[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]],
 [[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]]]