를 사용하여 3 차원 배열을 만듭니다.파이썬
distance = [[[]*n]*n]
을하지만 작동하지 않았다 : (n 개의 * n 개의 * n)도
내가 사용했습니다.
아이디어가 있으십니까? 고마워요!
EDIT : 나는 디퍼 풀 라이브러리 만 사용할 수 있으며, 곱하기의 방법 (예 : [[0] * n] * n)은 동일한 포인터에 연결되어 있기 때문에 작동하지 않습니다. 모든 값이 필요합니다. 개별
EDIT2 : 이미 아래 답변에 의해 해결되었습니다.
당신은 사용해야합니다 list comprehension : 당신은 당신이 시도처럼 보이는 문으로 데이터 구조를 생산 할 수
>>> 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
>>> 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]]]
고마워,이 잘 작동하는 것. 나는 나의 프로그램에서 시험하고 결과로 곧 돌아올 것이다. –
올바른 방법, 왜 언급 @Adaman 참조 (당신이 (
[[[0]*n]*n]*n
) NxNxN에 같이 작성해야 할 노력하고 있지만이 정확하지 무엇
[[[0 for _ in range(n)] for _ in range(n)] for _ in range(n)]
것).
좋지 않습니다. 동일한 배열에 대한 참조를 포함합니다. 이것을 시도해보십시오 :'a = [[0] * 3] * 3; a [0] [0] = 1; a a print – Amadan
numpy.array들 다만,이 경우를 위해 설계된다
numpy.zeros((i,j,k))
당신 제로 가득 차원 배열 I J K을 줄 것이다. 은 필요한 항목에 따라
에 따라 달라질 수 있습니다.
고마워요. 이걸 시도해 볼게요. –
아, 이건 비위생적 인 도서관 중 하나라고 생각 했어요. 나는 그 외에 다른 것을 사용할 수 없다. –
아니요, 불행히도 외부 라이브러리입니다. 일반적으로 숫자 데이터 배열을 처리해야하는 경우 매우 적합합니다. 특히 속도가 문제인 경우. – mata
공백으로 초기화하는 모든 것을 고집하는 경우 내부 ([]] 대신 []로 복사 할 빈 목록이 1 개 포함 된 목록이므로 여분의 대괄호 세트가 필요합니다) "아무것도 포함하지 않는 목록을 복제하는"
는distance=[[[[]]*n]*n]*n
그렇게하지 않거나 모두 동일한 참조를 가리 킵니다. 그냥 거리를 시도해보십시오. [1] [2] [0] .append (1)' –
예, 제 문제는 제가 그 중 하나를 변경하면 모두 변경됩니다. 나는 그들에게 분리 된 요소가 필요하다. –
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]]
'col','row' 및'x' 설명에 감사드립니다! – Gluttton
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
"""
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
다차원 배열에 대한 numpy.ndarray를 사용하는 것을 선호합니다.
표준'array' 모듈의'array' 클래스 사용을 고려하십시오. – martineau