python二維數組遍歷

① python怎麼循環輸出二維數組的內容

……在你確定維度是二維的前提下，沒有必要糾結具體是幾乘幾的，只要a和b相匹配。python中的循環和迭代器有關，不需要顯式地給出循環次數。

② python分治法求二維數組局部峰值方法

python分治法求二維數組局部峰值方法
下面小編就為大家分享一篇python分治法求二維數組局部峰值方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
題目的意思大致是在一個n*m的二維數組中，找到一個局部峰值。峰值要求大於相鄰的四個元素（數組邊界以外視為負無窮），比如最後我們找到峰值A[j][i]，則有A[j][i] > A[j+1][i] && A[j][i] > A[j-1][i] && A[j][i] > A[j][i+1] && A[j][i] > A[j][i-1]。返回該峰值的坐標和值。
當然，最簡單直接的方法就是遍歷所有數組元素，判斷是否為峰值，時間復雜度為O(n^2)
再優化一點求每一行（列）的最大值，再通過二分法找最大值列的峰值（具體方法可見一維數組求峰值），這種演算法時間復雜度為O(logn)
這里討論的是一種復雜度為O(n)的演算法，演算法思路分為以下幾步：
1、找「田」字。包括外圍的四條邊和中間橫豎兩條邊（圖中綠色部分），比較其大小，找到最大值的位置。（圖中的7）

2、找到田字中最大值後，判斷它是不是局部峰值，如果是返回該坐標，如果不是，記錄找到相鄰四個點中最大值坐標。通過該坐標所在的象限縮小范圍，繼續比較下一個田字

3、當范圍縮小到3*3時必定會找到局部峰值（也可能之前就找到了）
關於為什麼我們選擇的范圍內一定存在峰值，大家可以這樣想，首先我們有一個圈，我們已知有圈內至少有一個元素大於這個圈所有的元素，那麼，是不是這個圈中一定有一個最大值？
可能說得有點繞，但是多想想應該能夠理解，也可以用數學的反證法來證明。
演算法我們理解後接下來就是代碼實現了，這里我用的語言是python（初學python，可能有些用法上不夠簡潔請見諒），先上代碼：
import numpy as np
def max_sit(*n): #返回最大元素的位置
temp = 0
sit = 0
for i in range(len(n)):
if(n[i]>temp):
temp = n[i]
sit = i
return sit
def dp(s1,s2,e1,e2):
m1 = int((e1-s1)/2)+s1 #row
m2 = int((e2-s1)/2)+s2 #col
nub = e1-s1
temp = 0
sit_row = 0
sit_col = 0
for i in range(nub):
t = max_sit(list[s1][s2+i], #第一排
list[m1][s2+i], #中間排
list[e1][s2+i], #最後排
list[s1+i][s2], #第一列
list[s1+i][m2], #中間列
list[s1+i][e2], #最後列
temp)
if(t==6):
pass
elif(t==0):
temp = list[s1][s2+i]
sit_row = s1
sit_col = s2+i
elif(t==1):
temp = list[m1][s2+i]
sit_row = m1
sit_col = s2+i
elif(t==2):
temp = list[e1][s2+i]
sit_row = e1
sit_col = s2+i
elif(t==3):
temp = list[s1+i][s2]
sit_row = s1+i
sit_row = s2
elif(t==4):
temp = list[s1+i][m2]
sit_row = s1+i
sit_col = m2
elif(t==5):
temp = list[s1+i][e2]
sit_row = s1+i
sit_col = m2
t = max_sit(list[sit_row][sit_col], #中
list[sit_row-1][sit_col], #上
list[sit_row+1][sit_col], #下
list[sit_row][sit_col-1], #左
list[sit_row][sit_col+1]) #右
if(t==0):
return [sit_row-1,sit_col-1]
elif(t==1):
sit_row-=1
elif(t==2):
sit_row+=1
elif(t==3):
sit_col-=1
elif(t==4):
sit_col+=1
if(sit_row<m1):
e1 = m1
else:
s1 = m1
if(sit_col<m2):
e2 = m2
else:
s2 = m2
return dp(s1,s2,e1,e2)
f = open("demo.txt","r")
list = f.read()
list = list.split("n") #對行進行切片
list = ["0 "*len(list)]+list+["0 "*len(list)] #加上下的圍牆
for i in range(len(list)): #對列進行切片
list[i] = list[i].split()
list[i] = ["0"]+list[i]+["0"] #加左右的圍牆
list = np.array(list).astype(np.int32)
row_n = len(list)
col_n = len(list[0])
ans_sit = dp(0,0,row_n-1,col_n-1)
print("找到峰值點位於：",ans_sit)
print("該峰值點大小為：",list[ans_sit[0]+1,ans_sit[1]+1])
f.close()

首先我的輸入寫在txt文本文件里，通過字元串轉換變為二維數組，具體轉換過程可以看我上一篇博客——python中字元串轉換為二維數組。（需要注意的是如果在windows環境中split後的列表沒有空尾巴，所以不用加list.pop()這句話）。有的變動是我在二維數組四周加了「0」的圍牆。加圍牆可以再我們判斷峰值的時候不用考慮邊界問題。

max_sit(*n)函數用於找到多個值中最大值的位置，返回其位置，python的內構的max函數只能返回最大值，所以還是需要自己寫，*n表示不定長參數，因為我需要在比較田和十（判斷峰值）都用到這個函數
def max_sit(*n): #返回最大元素的位置
temp = 0
sit = 0
for i in range(len(n)):
if(n[i]>temp):
temp = n[i]
sit = i
return sit
dp(s1,s2,e1,e2)函數中四個參數的分別可看為startx，starty，endx，endy。即我們查找范圍左上角和右下角的坐標值。
m1,m2分別是row 和col的中間值，也就是田字的中間。
def dp(s1,s2,e1,e2):
m1 = int((e1-s1)/2)+s1 #row
m2 = int((e2-s1)/2)+s2 #col

依次比較3行3列中的值找到最大值，注意這里要求二維數組為正方形，如果為矩形需要做調整
for i in range(nub):
t = max_sit(list[s1][s2+i], #第一排
list[m1][s2+i], #中間排
list[e1][s2+i], #最後排
list[s1+i][s2], #第一列
list[s1+i][m2], #中間列
list[s1+i][e2], #最後列
temp)
if(t==6):
pass
elif(t==0):
temp = list[s1][s2+i]
sit_row = s1
sit_col = s2+i
elif(t==1):
temp = list[m1][s2+i]
sit_row = m1
sit_col = s2+i
elif(t==2):
temp = list[e1][s2+i]
sit_row = e1
sit_col = s2+i
elif(t==3):
temp = list[s1+i][s2]
sit_row = s1+i
sit_row = s2
elif(t==4):
temp = list[s1+i][m2]
sit_row = s1+i
sit_row = m2
elif(t==5):
temp = list[s1+i][e2]
sit_row = s1+i
sit_row = m2

判斷田字中最大值是不是峰值，並找不出相鄰最大值
t = max_sit(list[sit_row][sit_col], #中
list[sit_row-1][sit_col], #上
list[sit_row+1][sit_col], #下
list[sit_row][sit_col-1], #左
list[sit_row][sit_col+1]) #右
if(t==0):
return [sit_row-1,sit_col-1]
elif(t==1):
sit_row-=1
elif(t==2):
sit_row+=1
elif(t==3):
sit_col-=1
elif(t==4):
sit_col+=1
縮小范圍，遞歸求解
if(sit_row<m1):
e1 = m1
else:
s1 = m1
if(sit_col<m2):
e2 = m2
else:
s2 = m2

return dp(s1,s2,e1,e2)
好了，到這里代碼基本分析完了。如果還有不清楚的地方歡迎下方留言。
除了這種演算法外，我也寫一種貪心演算法來求解這道題，只可惜最壞的情況下演算法復雜度還是O(n^2),QAQ。
大體的思路就是從中間位置起找相鄰4個點中最大的點，繼續把該點來找相鄰最大點，最後一定會找到一個峰值點，有興趣的可以看一下，上代碼：
#!/usr/bin/python3
def dp(n):
temp = (str[n],str[n-9],str[n-1],str[n+1],str[n+9]) #中 上 左 右 下
sit = temp.index(max(temp))
if(sit==0):
return str[n]
elif(sit==1):
return dp(n-9)
elif(sit==2):
return dp(n-1)
elif(sit==3):
return dp(n+1)
else:
return dp(n+9)
f = open("/home/nancy/桌面/demo.txt","r")
list = f.read()
list = list.replace(" ","").split() #轉換為列表
row = len(list)
col = len(list[0])
str="0"*(col+3)
for x in list: #加圍牆 二維變一維
str+=x+"00"
str+="0"*(col+1)
mid = int(len(str)/2)
print(str,mid)
p = dp(mid)
print (p)
f.close()
以上這篇python分治法求二維數組局部峰值方法就是小編分享給大家的全部內容了，希望能給大家一個參考

③ pyhton中的數組維數問題

python向數組中添加元素步驟如下：
#一個二維數組，元素按照題主的要求有正有負。
list1 = [[1,1],[-2,2],[3,-3],[-4,-4]]
#一個空數組，用於接受需求轉換以後的數據。
list2 = []
#for循環，遍歷數組中的元素。
for i ,j in list1 :
#按題主要求，負數變成0，非負數保留自身。樓上說條件索引的方法，大概也是在這一步的操作。
但因為是二維數組，所以想來太抽象，不適合大我這樣思維能力一般的人。所以我用了絕對值求 平均數的笨方法。
[i,j] = [(i+abs(i))/2,(j+abs(j))/2 ]
#把轉換後的數組元素追加到新數組。
list2.append([i,j])
#查看結果，[[1, 1], [0, 2], [3, 0], [0, 0]]，
print list2

④ python任意二維數組,逆時針展開成一維數組

numpy不熟，和矩陣的樣子差不多吧，不過直觀的思路可以獲取行列，每個數都有索引，以第一個數開始逆時針遍歷，就是不停遍歷索引，尾行尾列首行首列做判斷

⑤ python for 循環二維數組遍歷的一個小問題

if那行錯了，不能i-1，你的i是個列表屬性的，是A裡面的一個小列表，不是索引號，不能運算i-1。

列表推導式里的for算不算用了循環？如果算就簡單些。

⑥ python list中多個二維數組怎麼合並成一個array二維數組

使用循環遍歷，加append插到空數組中

⑦ python中的a in b for a in c如何理解

我很理解你的疑惑，我相信這個對任何一個第一次接觸到這種寫法的人都有疑惑，不過我已經明白它的執行順序，其實最容易明白的就是寫一個等效寫法，「a in b for b in c」的寫法跟「x for x in y」的寫法並沒有本質上的區別，只不過前者輸出的b又作為「in」的參數繼續運算一次而已（同理它還可以是其它運算，未必是a in b，只不過現在它是一個列表，如果c是一維的列表，那循環一次出來的b就是單個元素，假設它是數字，那就可以執行比如b+1 for b in c這種操作），這種一般都用於生成一個列表，說再多不如舉個例子(以下例子皆為實測通過)：

```

#二維數組(在python中這個叫列表)

c=[[7,8,9],[1,2,3],[4,5,6]]

#簡易寫法，結果:[7,8,9,1,2,3,4,5,6]

l1=[aforbincforainb]

print(l1)

#常規寫法(相當於上邊的簡易寫法)，結果:[7,8,9,1,2,3,4,5,6]

l2=[]

forbinc:

forainb:

l2.append(a)

print(l2)

#上述的a還可以作為參數繼續傳入其它函數或在表達式中使用，比如作為in的參數，結果:[False,True,False]

#解釋一下執行順序：先執行forin，循環一次就出來一個b，然後再執行numinb，numinb的結果(True/False)作為列表的

#一個元素，至此一個循環結束，然後又開始下一個forin循環，直到所有元素循環完，最後產生一個元素值為True/False組成的列表！

num=3

l3=[numinbforbinc]

print(l3)

#上面寫法相當於

l4=[]

forbinc:

l4.append(numinb)

print(l4)

#a在表達式中參與表達式運算

#結果：[8,9,10,2,3,4,5,6,7]

l5=[a+1forbincforainb]

print(l5)

#該寫法是上述寫法的常規寫法

l6=[]

forbinc:

forainb:

l6.append(a+1)

print(l6)

```

提交答案後，發現網路會把空格縮進全都去掉，而縮進作為python的靈魂，沒有了縮進的python代碼根本沒辦法運行，所以我給你截個圖，你復制代碼後自己去縮進吧：

python的一種寫法：a in b for b in c

又一次修改答案，這次我要吐槽一下，不要來這里問關於代碼的問題，前面的代碼你也看到了，網路知道根本無法嵌入代碼，直接把代碼當普通文本，空格縮進全給你去掉，然後我想著，好，文本的空格被你去掉我上傳圖片總行了吧？結果，這圖片被壓縮的模糊不清，勉強能看見，將就著看吧。

⑧ 一個關於Python二維數組的問題

1. 先收集所有的非1"石頭"元素，到一個從小到大的有序堆heap中間..
Heap stonesToRemove=collectStones(stoneTable);
2. 以起始坐標(0,0)為首個「上一個坐標」，
prevPos=(0,0);
int sumSteps=0;
3. 在依次彈出堆中的元素，
For Each stone In stonesToRemove:
3.1. 測量逐個元素和上一個坐標的最小距離，並累加統計步數總和，，
sumSteps+=measurePosition(stone, prevPos)
prevPos=stone; 以當前石頭位置為新的上一位置.
4. 輸出總和..
return sumSteps;
-----------
我初步的想法，加了不能運行的偽代碼

⑨ python中如何讓二維數組中的每個元素減去它的均值

如果是圖像處理就用PIL庫。似乎有這樣的演算法。

我的想法就是用numpy包中的減法。矩陣相減。

其實用python遍歷的速度比你想像的要快。

如果還不夠快就C語言寫，其中有一個庫prex，可以方便的實現python與C的介面，比直接用pyobject要方便很多。

另外你可以用CTYPE中的整型存貯，應該比如直接用python中的int節約空間，速度可能也會快些。

我曾經用PIL結合python寫驗證碼識別的演算法，速度快，消耗的時間基本上可以忽略。

⑩ python中如何使用二維數組

在Python中，一個像這樣的多維表格可以通過「序列的序列」實現。一個表格是行的序列。每一行又是獨立單元格的序列。這類似於我們使用的數學記號，在數學里我們用Ai,j，而在Python里我們使用A[i][j]，代表矩陣的第i行第j列。
這看起來非常像「元組的列表」（Lists of Tuples）。
「列表的列表」示例：
我們可以使用嵌套的列表推導式（list comprehension）創建一個表格。 下面的例子創建了一個「序列的序列」構成的表格，並為表格的每一個單元格賦值。
table= [ [ 0 for i in range(6) ] for j in range(6) ]print tablefor d1 in range(6):for d2 in range(6):table[d1][d2]= d1+d2+2print table123456程序的輸出結果如下：
[[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]]，
[[2, 3, 4, 5, 6, 7], [3, 4, 5, 6, 7, 8], [4, 5, 6, 7, 8, 9],
[5, 6, 7, 8, 9, 10], [6, 7, 8, 9, 10, 11], [7, 8, 9, 10, 11, 12]]
1234
這個程序做了兩件事：創建了一個6 × 6的全0表格。 然後使用兩枚骰子的可能組合的數值填充表格。 這並非完成此功能最有效的方式，但我們通過這個簡單的例子來演示幾項技術。我們仔細看一下程序的前後兩部分。
程序的第一部分創建並輸出了一個包含6個元素的列表，我們稱之為「表格」；表格中的每一個元素都是一個包含6個0元素的列表。它使用列表推導式，對於范圍從0到6的每一個j都創建對象。每一個對象都是一個0元素列表，由i變數從0到6遍歷產生。初始化完成之後，列印輸出二維全0表格。
推導式可以從里向外閱讀，就像一個普通表達式一樣。內層列表[ 0 for i in range(6) ]創建了一個包含6個0的簡單列表。外層列表[ [...] for j in range(6) ]創建了這些內層列表的6個深拷貝。
程序的第2個部分對2個骰子的每一個組合進行迭代，填充表格的每一個單元格。這由兩層嵌套循環實現，每一個循環迭代一個骰子。外層循環枚舉第一個骰子的所有可能值d1。內層循環枚舉第二個骰子d2。
更新每一個單元格時需要通過table[d1]選擇每一行；這是一個包含6個值的列表。這個列表中選定的單元格通過...[d2]進行選擇。我們將擲骰子的值賦給這個單元格，d1+d2+2。
其他示例：
列印出的列表的列表不太容易閱讀。下面的循環會以一種更加可讀的形式顯示表格。
for row in table:
print row[2, 3, 4, 5, 6, 7]
[3, 4, 5, 6, 7, 8]
[4, 5, 6, 7, 8, 9]
[5, 6, 7, 8, 9, 10]
[6, 7, 8, 9, 10, 11]
[7, 8, 9, 10, 11, 12]
12345678910111213作為練習，讀者可以試著在列印列表內容時，再列印出行和列的表頭。提示一下，使用"%2d" % value字元串運算符可以列印出固定長度的數字格式。顯示索引值（Explicit Index Values）。
我們接下來對骰子表格進行匯總統計，得出累計頻率表。我們使用一個包含13個元素的列表（下標從0到12）表示每一個骰子值的出現頻率。觀察可知骰子值2在矩陣中只出現了一次，因此我們期望fq[2]的值為1。遍歷矩陣中的每一個單元格，得出累計頻率表。
fq= 13 * [0]for i in range(6):for j in range(6):c= table[i][j]fq[ c ] += 112345使用下標i選出表格中的行，用下標j從行中選出一列，得到單元格c。然後用fq統計頻率。
這看起來非常的數學和規范。
Python提供了另外一種更簡單一些的方式。
使用列表迭代器而非下標，表格是列表的列表，可以採用無下標的for循環遍歷列表元素。
fq= 13 * [0]print fqfor row in table:for c in row:fq[c] += 1print fq[2: