python二维数组遍历
① python怎么循环输出二维数组的内容
……在你确定维度是二维的前提下，没有必要纠结具体是几乘几的，只要a和b相匹配。python中的循环和迭代器有关，不需要显式地给出循环次数。
② python分治法求二维数组局部峰值方法
python分治法求二维数组局部峰值方法
下面小编就为大家分享一篇python分治法求二维数组局部峰值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
题目的意思大致是在一个n*m的二维数组中，找到一个局部峰值。峰值要求大于相邻的四个元素（数组边界以外视为负无穷），比如最后我们找到峰值A[j][i]，则有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]。返回该峰值的坐标和值。
当然，最简单直接的方法就是遍历所有数组元素，判断是否为峰值，时间复杂度为O(n^2)
再优化一点求每一行（列）的最大值，再通过二分法找最大值列的峰值（具体方法可见一维数组求峰值），这种算法时间复杂度为O(logn)
这里讨论的是一种复杂度为O(n)的算法，算法思路分为以下几步：
1、找“田”字。包括外围的四条边和中间横竖两条边（图中绿色部分），比较其大小，找到最大值的位置。（图中的7）
2、找到田字中最大值后，判断它是不是局部峰值，如果是返回该坐标，如果不是，记录找到相邻四个点中最大值坐标。通过该坐标所在的象限缩小范围，继续比较下一个田字
3、当范围缩小到3*3时必定会找到局部峰值（也可能之前就找到了）
关于为什么我们选择的范围内一定存在峰值，大家可以这样想，首先我们有一个圈，我们已知有圈内至少有一个元素大于这个圈所有的元素，那么，是不是这个圈中一定有一个最大值？
可能说得有点绕，但是多想想应该能够理解，也可以用数学的反证法来证明。
算法我们理解后接下来就是代码实现了，这里我用的语言是python（初学python，可能有些用法上不够简洁请见谅），先上代码：
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], #中间排
list[e1][s2+i], #最后排
list[s1+i][s2], #第一列
list[s1+i][m2], #中间列
list[s1+i][e2], #最后列
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") #对行进行切片
list = ["0 "*len(list)]+list+["0 "*len(list)] #加上下的围墙
for i in range(len(list)): #对列进行切片
list[i] = list[i].split()
list[i] = ["0"]+list[i]+["0"] #加左右的围墙
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("找到峰值点位于：",ans_sit)
print("该峰值点大小为：",list[ans_sit[0]+1,ans_sit[1]+1])
f.close()
首先我的输入写在txt文本文件里，通过字符串转换变为二维数组，具体转换过程可以看我上一篇博客——python中字符串转换为二维数组。（需要注意的是如果在windows环境中split后的列表没有空尾巴，所以不用加list.pop()这句话）。有的变动是我在二维数组四周加了“0”的围墙。加围墙可以再我们判断峰值的时候不用考虑边界问题。
max_sit(*n)函数用于找到多个值中最大值的位置，返回其位置，python的内构的max函数只能返回最大值，所以还是需要自己写，*n表示不定长参数，因为我需要在比较田和十（判断峰值）都用到这个函数
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)函数中四个参数的分别可看为startx，starty，endx，endy。即我们查找范围左上角和右下角的坐标值。
m1,m2分别是row 和col的中间值，也就是田字的中间。
def dp(s1,s2,e1,e2):
m1 = int((e1-s1)/2)+s1 #row
m2 = int((e2-s1)/2)+s2 #col
依次比较3行3列中的值找到最大值，注意这里要求二维数组为正方形，如果为矩形需要做调整
for i in range(nub):
t = max_sit(list[s1][s2+i], #第一排
list[m1][s2+i], #中间排
list[e1][s2+i], #最后排
list[s1+i][s2], #第一列
list[s1+i][m2], #中间列
list[s1+i][e2], #最后列
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
判断田字中最大值是不是峰值，并找不出相邻最大值
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
缩小范围，递归求解
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，到这里代码基本分析完了。如果还有不清楚的地方欢迎下方留言。
除了这种算法外，我也写一种贪心算法来求解这道题，只可惜最坏的情况下算法复杂度还是O(n^2),QAQ。
大体的思路就是从中间位置起找相邻4个点中最大的点，继续把该点来找相邻最大点，最后一定会找到一个峰值点，有兴趣的可以看一下，上代码：
#!/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() #转换为列表
row = len(list)
col = len(list[0])
str="0"*(col+3)
for x in list: #加围墙 二维变一维
str+=x+"00"
str+="0"*(col+1)
mid = int(len(str)/2)
print(str,mid)
p = dp(mid)
print (p)
f.close()
以上这篇python分治法求二维数组局部峰值方法就是小编分享给大家的全部内容了，希望能给大家一个参考
③ pyhton中的数组维数问题
python向数组中添加元素步骤如下：
#一个二维数组，元素按照题主的要求有正有负。
list1 = [[1,1],[-2,2],[3,-3],[-4,-4]]
#一个空数组，用于接受需求转换以后的数据。
list2 = []
#for循环，遍历数组中的元素。
for i ,j in list1 :
#按题主要求，负数变成0，非负数保留自身。楼上说条件索引的方法，大概也是在这一步的操作。
但因为是二维数组，所以想来太抽象，不适合大我这样思维能力一般的人。所以我用了绝对值求 平均数的笨方法。
[i,j] = [(i+abs(i))/2,(j+abs(j))/2 ]
#把转换后的数组元素追加到新数组。
list2.append([i,j])
#查看结果，[[1, 1], [0, 2], [3, 0], [0, 0]]，
print list2
④ python任意二维数组,逆时针展开成一维数组
numpy不熟，和矩阵的样子差不多吧，不过直观的思路可以获取行列，每个数都有索引，以第一个数开始逆时针遍历，就是不停遍历索引，尾行尾列首行首列做判断
⑤ python for 循环二维数组遍历的一个小问题
if那行错了，不能i-1，你的i是个列表属性的，是A里面的一个小列表，不是索引号，不能运算i-1。
列表推导式里的for算不算用了循环？如果算就简单些。
⑥ python list中多个二维数组怎么合并成一个array二维数组
使用循环遍历，加append插到空数组中
⑦ python中的a in b for a in c如何理解
我很理解你的疑惑，我相信这个对任何一个第一次接触到这种写法的人都有疑惑，不过我已经明白它的执行顺序，其实最容易明白的就是写一个等效写法，“a in b for b in c”的写法跟“x for x in y”的写法并没有本质上的区别，只不过前者输出的b又作为“in”的参数继续运算一次而已（同理它还可以是其它运算，未必是a in b，只不过现在它是一个列表，如果c是一维的列表，那循环一次出来的b就是单个元素，假设它是数字，那就可以执行比如b+1 for b in c这种操作），这种一般都用于生成一个列表，说再多不如举个例子(以下例子皆为实测通过)：
```
#二维数组(在python中这个叫列表)
c=[[7,8,9],[1,2,3],[4,5,6]]
#简易写法，结果:[7,8,9,1,2,3,4,5,6]
l1=[aforbincforainb]
print(l1)
#常规写法(相当于上边的简易写法)，结果:[7,8,9,1,2,3,4,5,6]
l2=[]
forbinc:
forainb:
l2.append(a)
print(l2)
#上述的a还可以作为参数继续传入其它函数或在表达式中使用，比如作为in的参数，结果:[False,True,False]
#解释一下执行顺序：先执行forin，循环一次就出来一个b，然后再执行numinb，numinb的结果(True/False)作为列表的
#一个元素，至此一个循环结束，然后又开始下一个forin循环，直到所有元素循环完，最后产生一个元素值为True/False组成的列表！
num=3
l3=[numinbforbinc]
print(l3)
#上面写法相当于
l4=[]
forbinc:
l4.append(numinb)
print(l4)
#a在表达式中参与表达式运算
#结果：[8,9,10,2,3,4,5,6,7]
l5=[a+1forbincforainb]
print(l5)
#该写法是上述写法的常规写法
l6=[]
forbinc:
forainb:
l6.append(a+1)
print(l6)
```
提交答案后，发现网络会把空格缩进全都去掉，而缩进作为python的灵魂，没有了缩进的python代码根本没办法运行，所以我给你截个图，你复制代码后自己去缩进吧：
python的一种写法：a in b for b in c
又一次修改答案，这次我要吐槽一下，不要来这里问关于代码的问题，前面的代码你也看到了，网络知道根本无法嵌入代码，直接把代码当普通文本，空格缩进全给你去掉，然后我想着，好，文本的空格被你去掉我上传图片总行了吧？结果，这图片被压缩的模糊不清，勉强能看见，将就着看吧。
⑧ 一个关于Python二维数组的问题
1. 先收集所有的非1"石头"元素，到一个从小到大的有序堆heap中间..
Heap stonesToRemove=collectStones(stoneTable);
2. 以起始坐标(0,0)为首个“上一个坐标”，
prevPos=(0,0);
int sumSteps=0;
3. 在依次弹出堆中的元素，
For Each stone In stonesToRemove:
3.1. 测量逐个元素和上一个坐标的最小距离，并累加统计步数总和，，
sumSteps+=measurePosition(stone, prevPos)
prevPos=stone; 以当前石头位置为新的上一位置.
4. 输出总和..
return sumSteps;
-----------
我初步的想法，加了不能运行的伪代码
⑨ python中如何让二维数组中的每个元素减去它的均值
如果是图像处理就用PIL库。似乎有这样的算法。
我的想法就是用numpy包中的减法。矩阵相减。
其实用python遍历的速度比你想象的要快。
如果还不够快就C语言写，其中有一个库prex，可以方便的实现python与C的接口，比直接用pyobject要方便很多。
另外你可以用CTYPE中的整型存贮，应该比如直接用python中的int节约空间，速度可能也会快些。
我曾经用PIL结合python写验证码识别的算法，速度快，消耗的时间基本上可以忽略。
⑩ python中如何使用二维数组
在Python中，一个像这样的多维表格可以通过“序列的序列”实现。一个表格是行的序列。每一行又是独立单元格的序列。这类似于我们使用的数学记号，在数学里我们用Ai,j，而在Python里我们使用A[i][j]，代表矩阵的第i行第j列。
这看起来非常像“元组的列表”（Lists of Tuples）。
“列表的列表”示例：
我们可以使用嵌套的列表推导式（list comprehension）创建一个表格。 下面的例子创建了一个“序列的序列”构成的表格，并为表格的每一个单元格赋值。
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程序的输出结果如下：
[[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
这个程序做了两件事：创建了一个6 × 6的全0表格。 然后使用两枚骰子的可能组合的数值填充表格。 这并非完成此功能最有效的方式，但我们通过这个简单的例子来演示几项技术。我们仔细看一下程序的前后两部分。
程序的第一部分创建并输出了一个包含6个元素的列表，我们称之为“表格”；表格中的每一个元素都是一个包含6个0元素的列表。它使用列表推导式，对于范围从0到6的每一个j都创建对象。每一个对象都是一个0元素列表，由i变量从0到6遍历产生。初始化完成之后，打印输出二维全0表格。
推导式可以从里向外阅读，就像一个普通表达式一样。内层列表[ 0 for i in range(6) ]创建了一个包含6个0的简单列表。外层列表[ [...] for j in range(6) ]创建了这些内层列表的6个深拷贝。
程序的第2个部分对2个骰子的每一个组合进行迭代，填充表格的每一个单元格。这由两层嵌套循环实现，每一个循环迭代一个骰子。外层循环枚举第一个骰子的所有可能值d1。内层循环枚举第二个骰子d2。
更新每一个单元格时需要通过table[d1]选择每一行；这是一个包含6个值的列表。这个列表中选定的单元格通过...[d2]进行选择。我们将掷骰子的值赋给这个单元格，d1+d2+2。
其他示例：
打印出的列表的列表不太容易阅读。下面的循环会以一种更加可读的形式显示表格。
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作为练习，读者可以试着在打印列表内容时，再打印出行和列的表头。提示一下，使用"%2d" % value字符串运算符可以打印出固定长度的数字格式。显示索引值（Explicit Index Values）。
我们接下来对骰子表格进行汇总统计，得出累计频率表。我们使用一个包含13个元素的列表（下标从0到12）表示每一个骰子值的出现频率。观察可知骰子值2在矩阵中只出现了一次，因此我们期望fq[2]的值为1。遍历矩阵中的每一个单元格，得出累计频率表。
fq= 13 * [0]for i in range(6):for j in range(6):c= table[i][j]fq[ c ] += 112345使用下标i选出表格中的行，用下标j从行中选出一列，得到单元格c。然后用fq统计频率。
这看起来非常的数学和规范。
Python提供了另外一种更简单一些的方式。
使用列表迭代器而非下标，表格是列表的列表，可以采用无下标的for循环遍历列表元素。
fq= 13 * [0]print fqfor row in table:for c in row:fq[c] += 1print fq[2: