数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚学
法律学用 Python 初始化矩阵
在本文中，我们将学习如何使用 Python 3.x 或更早版本中的二维列表初始化矩阵。
让我们看看 Python 语言独有的直观方式来初始化矩阵。此处，我们利用列表推导的优势。我们初始化内部列表，然后使用列表推导将其扩展到多行。
示例
# input the number of rows
N = 3
# input the number of columns
M = 3
# initializing the matrix
res = [ [ i*j for i in range(N) ] for j in range(M) ]
# printing the matrix on screen row by row in a single line
print("Inline representation:")
[ [ print(res[i][j] ,end =" ") for i in range(N) ] for j in range(M) ]
print("")
# printing in multiple lines
print("Multiline representation")
for i in range(N):
for j in range(M):
print(res[i][j] ,end =" ")
print("")输出
Inline representation: 0 0 0 0 1 2 0 2 4 Multiline representation 0 0 0 0 1 2 0 2 4
现在让我们看看可以在任何语言中实现的一般方法。这是创建矩阵或多维数组的标准方法
示例
# input the number of rows
N = 3
# input the number of columns
M = 3
lis=[[0,0,0],[0,0,0],[0,0,0]]
# initializing the matrix
for i in range(N):
for j in range(M):
lis[i][j]=i
# multiline representation
for i in range(N):
for j in range(M):
print(lis[i][j],end=" ")
print("")输出
0 0 0 0 1 2 0 2 4
结论
在本文中，我们学习了如何在 Python 3.x 或更早版本中实现逻辑门。我们还学习了两个通用门，即 NAND 和 NOR 门。
更新于： 2019 年 8 月 7 日
3K+ 次浏览
广告