Python 如何在for循环中生成此特定列表

我想在某种类型的循环中生成这个零数组，除非有其他方法。下面的前几行正是我想要的输出方式

我不能在循环中复制它，因为append函数不会像我想的那样进行追加。有什么建议吗

编辑：当然，我问问题得-1分。这里的每个问题都必须是外星人级别的情报吗

将numpy作为np导入
#这就是我希望t_in像嵌套列表中的64个零一样。
数组（[[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]））
打印（t#u in）#看起来不错。
打印（“\n”）
#这是我在列表中尝试做的非工作。
t_in=np.array（[]）
对于范围（0,64）内的i：
np.append（t_in，[0]）
打印（t#u in）#不一样：(

这能解决您的问题吗

>>t_in=[0表示范围内的（64）]
>>>图因
[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]
>>>t_in=[t_in]
>>>图因
[[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]]
>>>

---

不熟悉

numpy

，也许有更好的方法。

为什么要使用循环？只要利用列表的工作方式就可以了

>>> t_in = [[0] * 64]
>>> t_in
[[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]]

即使与

np.zero

>>> timeit('[[0]*64]')
1.5534695980022661
>>> timeit('[0 for _ in range(64)]')
10.40757498399762
>>> timeit('numpy.zeros((1, 64))', 'import numpy')
1.732236907002516
>>> #just to compare... let's make np.zeros into a list so each return the same thing.

也就是说，这种方法创建列表项的浅拷贝，因此它们都是相同的对象，尽管在这种情况下这是不相关的

---

²如果您最终需要一个数组，那么

np.zeros

是最快的，但是如果您只需要一个列表，那么list mul选项是最好的。

为什么要使它比实际更复杂呢。 只需使用numpy提供的工具：

t_in = np.zeros((1, 64))

---

它的阅读速度比普通python快，而且更简洁。

只要使用：t_in=np.zeros（（1，64））或者如果你真的想在循环中使用：t_in=np.append（t_in[0]）它一定要在循环中吗？因为在使用numpy时，循环是最糟糕的事情。谢谢@SeanSdahl。我不敢相信像np.zeros（）这样的函数存在！lolThank@Paritosh Singh，收到提示！只使用t_in=np更容易。零（（1，64））为什么不

t_in=[[0表示范围（64）]]

np比普通电脑快python@splash58只是为了清楚起见。为什么你需要一个满是零的数组来开始呢？不管是什么情况，生成器可能更合适。正如其他人已经指出的，如果OP使用的是

numpy

无论如何都有更好的方法。我不需要对它进行更多的解释和编译arison请查看。另外，如果此答案或任何其他答案已充分回答了您的问题，请在答案左侧用大复选标记！但是numpy方法只需要更长的时间，因为您也对numpy的导入进行了计时。如果您仍然需要numpy，则numpy方法会更快。此外，numpy返回的数组是much更有效。不，我也使用lambdas计时，请参阅。它更快。加上

timeit

只执行语句而不是设置。请参阅我在结尾的注释，因为

np。当您需要数组时，zeros

比list mul方法更快，但如果您需要一个列表，那么这就是。