python二维数组运用

### Python 中二维数组的用法和操作 #### 创建二维数组 在 Python 中，可以使用多种方法创建二维数组。最常用的是通过 `list` 或者 NumPy 库中的 `np.array()` 函数。 对于列表而言，可以通过嵌套列表来表示二维数组： ```python two_dim_list = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] ``` 而利用 NumPy，则更加简洁高效[^4]: ```python import numpy as np two_dim_array = np.array([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ]) ``` #### 访问元素 访问二维数组中的单个元素可通过指定行列索引来完成: ```python element = two_dim_array[0][1] # 获取第1行第2列的值 print(element) # 输出: 2 ``` 也可以采用另一种更直观的方式来进行索引: ```python element = two_dim_array[0, 1] # 同样获取第1行第2列的值 print(element) # 输出: 2 ``` #### 修改元素 修改特定位置上的数值同样简单明了: ```python two_dim_array[0, 1] = 10 # 将原位置处的2替换为10 print(two_dim_array) # 结果如下所示： #[[ 1 10 3] # [ 4 5 6] # [ 7 8 9]] ``` #### 添加新行/列 要向现有二维数组添加新的行或列，可借助于 `vstack()` 和 `hstack()` 方法（垂直堆叠和平铺堆叠），或者直接追加到列表再转换成 ndarray 对象. 以下是增加一行的例子: ```python new_row = np.array([[10, 11, 12]]) updated_two_dim_array = np.vstack((two_dim_array, new_row)) print(updated_two_dim_array) # 结果如下所示： #[[ 1 10 3] # [ 4 5 6] # [ 7 8 9] # [10 11 12]] ``` 如果想要新增一列则可以用 hstack() : ```python new_column = np.array([[13], [14], [15], [16]]) updated_two_dim_array_with_col = np.hstack((updated_two_dim_array, new_column)) print(updated_two_dim_array_with_col) # 结果如下所示： #[[ 1 10 3 13] # [ 4 5 6 14] # [ 7 8 9 15] # [10 11 12 16]] ``` #### 删除行/列 删除某一行或某一列的操作相对复杂一些，通常需要先找到目标维度对应的布尔掩码，之后应用该掩码过滤掉不需要的部分。 这里给出移除第二行的一个例子: ```python mask = np.ones(len(updated_two_dim_array), dtype=bool) mask[1] = False # 设置第二个元素为False filtered_two_dim_array = updated_two_dim_array[mask] print(filtered_two_dim_array) # 结果如下所示： #[[ 1 10 3] # [ 7 8 9] # [10 11 12]] ``` 同样的逻辑适用于去除任意列的情况。 #### 转换形状 有时可能希望改变已有的多维数组结构而不影响其内部的数据分布，在这种情况下就可以考虑调用 reshape() 方法重设尺寸规格。 比如将上述三维矩阵降级回原始状态: ```python reshaped_to_original_shape = filtered_two_dim_array.reshape(-1, 3) print(reshaped_to_original_shape) # 结果如下所示： #[[ 1 10 3] # [ 7 8 9] # [10 11 12]] ```