당신은 numpy's structured arrays를 사용하여이 작업을 수행 할 수 있습니다. 예 :
>>> import numpy as np
>>> y = np.zeros((4, 4), dtype=("i8, i8"))
array([[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)],
[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)],
[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)],
[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)]],
dtype=[('f0', '<i8'), ('f1', '<i8')])
>>> y[1,1] = (1,1)
>>> y
array([[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)],
[(0L, 0L), (1L, 1L), (0L, 0L), (0L, 0L)],
[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)],
[(0L, 0L), (0L, 0L), (0L, 0L), (0L, 0L)]],
dtype=[('f0', '<i8'), ('f1', '<i8')])
저장하려는 모든 튜플이 숫자로 된 n 개의 튜플 인 경우에는 (n + 1) -d ndarray 만 사용하십시오. 이것은 더 빠르고 효율적이며 작업하기 쉽습니다. – jme