是否有其他方法可以创建一个空数组然后用 Python 填充它？答案

【问题标题】：Are there alternative methods to creating an empty array then filling it in Python?是否有其他方法可以创建一个空数组然后用 Python 填充它？
【发布时间】：2021-05-21 04:30:15
【问题描述】：

我是 Python 新手，但我在 Java 和 C 方面有相当多的经验，我正在尝试创建一个特定大小的数组，然后用随机数填充它，但没有关于数组的 Python 教程提到有关这样做的方法（如果我明确搜索想要得到不是问题的结果）所以我想知道这是否被认为是 Python 中的一种不好的做法，并且有其他方法可以完成我想要的。谢谢。

【问题讨论】：

Python 有动态内存分配。只需在需要时创建和使用。
stackoverflow.com/questions/35108478/… 似乎相关，因为你用 numpy 标记了它。
我用 numpy 标记它的原因是因为我已经读到默认情况下 python 中没有数组，并且导入 numpy 使数组可用@chelmertz
不确定您在寻找什么：您可以使用生成器来填充数组，例如 numpy.org/doc/stable/reference/generated/numpy.fromiter.html，对于随机数，请查看 numpy.org/doc/stable/reference/random/generator.html
Python list 是一种通用的类数组结构，可以容纳多种对象——数字、字符串、其他列表。 numpy 数组更专业，最适合在多维中保存数字。

标签： python arrays numpy numpy-ndarray

【解决方案1】：

一般来说，numpy 是使用数组的内存高效且最快的方式，尤其是在处理更复杂的事情时。

可以生成n个随机数like so

import numpy as np

# how many random numbers you want 
n = 10

# create your array
array = np.random.rand(n)

您还可以使用列表推导式在一个漂亮的 Pythonic 行中本地创建列表、集合、字典等。 See section 5.1.3 of the docs

这通常是最重要的事情，你会经常使用这些。

对于您的示例，我们还可以使用 Python 构建的随机包

import random

# range here is a generator for values 0 to n-1
# array is created by a list comprehension
array = [random.random() for i in range(n)]

【讨论】：

【解决方案2】：

对@icejoywoo 帖子的评论仍然是新人^

列表基本上是大多数用途的数组。

列表推导式是用很多东西填充数组的最简单方法

[ returnVal for i in range(10)]

任何 for 循环或迭代器都可以工作返回值本身可以是一个函数

x= [None for i in range(10)]
[None,None..None]

x= [x**2 for i in range(10)]
[0,1,4..81]

y = lambda a: int((a**.5)*100)
x= [y(i) for i in range(10)]
[0, 100, 141, 173, 200, 223, 244, 264, 282, 300]

【讨论】：

【解决方案3】：

您可以从 random 中使用选择函数并给它一个 k 参数（要选择的值的数量）：

>>> from random import choices
>>> choices(range(10), k=5)
[1, 8, 6, 9, 8]

【讨论】：

【解决方案4】：

使用随机或numpy

In [1]: import random

In [2]: [random.random() for i in range(10)]
Out[2]:
[0.8233249954348517,
 0.6215056571076538,
 0.6273288221606772,
 0.12055176228045617,
 0.22782244162965615,
 0.9016145766629989,
 0.04615407289582629,
 0.8870216740449745,
 0.5622680783939463,
 0.9288600326401598]

In [3]: import numpy

In [4]: numpy.random.rand(5)
Out[4]: array([0.9288893 , 0.66600315, 0.82989425, 0.15717061, 0.33444802])

In [5]: list(numpy.random.rand(5))
Out[5]:
[0.46571036413626277,
 0.8268980751228664,
 0.9216520894106733,
 0.26706936577849916,
 0.47348417257319697]

【讨论】：