使用Python创建3D数组

Question

我想在Python (2.7) 中创建一个三维数组，以便像这样使用：

distance[i][j][k]

数组的大小应该是我拥有的变量的大小。(nnn)

我尝试使用：

distance = [[[]*n]*n]

但那似乎不起作用。

我只能使用默认库，并且乘法方法（即[[0]*n]*n）无法使用，因为它们链接到同一指针，而我需要所有值都是独立的。

- Laís Minchillo

---

考虑使用标准的 array 模块的 array 类。 - martineau

Answer 1

你应该使用列表推导式：list comprehension。

>>> 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

您尝试的语句可以生成一个数据结构，但由于内部列表是按引用复制的，因此它会产生副作用：

>>> 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]]]

- robert

---

对于Python3，您可以将xrange更改为range。 - csteel

我在不知情的情况下使用了“按引用复制”的方法，因此最终出现了“副作用”（我的变量中所有字段最终都具有相同的值），并且不知道原因。感谢您的解释。 - Mihaela Grigore

Answer 2

numpy.array专门为这种情况设计：

 numpy.zeros((i,j,k))

这将为您提供一个由零填充的 ijk 维度的数组。

根据您需要它的用途，numpy 可能是您所需的正确库。

- mata

---

哦，我以为这是默认库之一。我不能使用除此以外的任何东西。 - Laís Minchillo

不幸的是，它是一个外部库。但如果你需要处理（大量的）数字数据数组，通常非常合适，特别是在速度方面。 - mata

我这样定义一个数组：new_array= numpy.zeros((6340,200,200))，但它在内存中占用了1.9GB的空间。这正常吗？ - gocen

@gocen 是的，听起来没错。Numpy零返回的默认值是numpy.float64，而6340200200*64bits = 2.0288千兆字节。您可以向zeros提供一个额外的参数'dtype'来更改它返回的类型，并以此方式节省一些RAM。 - Filip Franik

Answer 3

正确的做法是：

[[[0 for _ in range(n)] for _ in range(n)] for _ in range(n)]

你想要做的事情应该像这样写（对于NxNxN）

[[[0]*n]*n]*n

但那是不正确的，见@Adaman评论说明为什么。

- hamstergene

---

不好。它会包含对同一数组的引用。尝试这个：a = [[0] * 3 for i in range(3)]; a[0][0] = 1; print(a) - Amadan

Answer 4

"""
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

建议使用numpy.ndarray来处理多维数组。

- Naimish Agarwal

Answer 5

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]]

- albruno

Answer 6

您还可以使用嵌套的for循环，如下所示：

n = 3
arr = []
for x in range(n):
    arr.append([])
    for y in range(n):
        arr[x].append([])
        for z in range(n):
            arr[x][y].append(0)
print(arr)

- Alex Maina

Answer 7

I just want notice that

distance = [[[0 for k in range(n)] for j in range(n)] for i in range(n)]

可以缩短为

distance = [[[0] * n for j in range(n)] for i in range(n)]

- tav

Answer 8

n1=np.arange(90).reshape((3,3,-1))
print(n1)
print(n1.shape)

- sameer_nubia

Answer 9

有很多方法可以解决你的问题。

1. 首先是由@robert接受的答案。这是它的通用解决方案：

def multi_dimensional_list(value, *args):
  #args dimensions as many you like. EG: [*args = 4,3,2 => x=4, y=3, z=2]
  #value can only be of immutable type. So, don't pass a list here. Acceptable value = 0, -1, 'X', etc.
  if len(args) > 1:
    return [ multi_dimensional_list(value, *args[1:]) for col in range(args[0])]
  elif len(args) == 1: #base case of recursion
    return [ value for col in range(args[0])]
  else: #edge case when no values of dimensions is specified.
    return None

例如：

>>> multi_dimensional_list(-1, 3, 4)  #2D list
[[-1, -1, -1, -1], [-1, -1, -1, -1], [-1, -1, -1, -1]]
>>> multi_dimensional_list(-1, 4, 3, 2)  #3D list
[[[-1, -1], [-1, -1], [-1, -1]], [[-1, -1], [-1, -1], [-1, -1]], [[-1, -1], [-1, -1], [-1, -1]], [[-1, -1], [-1, -1], [-1, -1]]]
>>> multi_dimensional_list(-1, 2, 3, 2, 2 )  #4D list
[[[[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]]], [[[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]], [[-1, -1], [-1, -1]]]]

附言：如果您想对参数进行正确值的验证，例如仅限自然数，则可以在调用此函数之前编写包装函数。

2. 其次，任何多维数组都可以写成单维数组。这意味着您不需要多维数组。以下是索引转换的函数：

def convert_single_to_multi(value, max_dim):
  dim_count = len(max_dim)
  values = [0]*dim_count
  for i in range(dim_count-1, -1, -1): #reverse iteration
    values[i] = value%max_dim[i]
    value /= max_dim[i]
  return values


def convert_multi_to_single(values, max_dim):
  dim_count = len(max_dim)
  value = 0
  length_of_dimension = 1
  for i in range(dim_count-1, -1, -1): #reverse iteration
    value += values[i]*length_of_dimension
    length_of_dimension *= max_dim[i]
  return value

由于这些函数是彼此的反函数，因此这是输出：

>>> convert_single_to_multi(convert_multi_to_single([1,4,6,7],[23,45,32,14]),[23,45,32,14])
[1, 4, 6, 7]
>>> convert_multi_to_single(convert_single_to_multi(21343,[23,45,32,14]),[23,45,32,14])
21343

如果您关心性能问题，那么可以使用一些库，如pandas、numpy等。

- Ajay

Answer 10

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

- zie1ony