Python：填充多维数组答案

【问题标题】：Python: Populate Multidimensional ArrayPython：填充多维数组
【发布时间】：2013-02-20 09:01:53
【问题描述】：

我需要用工资等级和步骤填充一个二维数组。

salaryGrades = []
salaryStep = 0
salaryInc = 1000

for x in range (0,10):
    salaryStep+=100000
    salaryGrades.append([salaryStep])
    for x in salaryGrades:
        salaryInc=+1000
        x.append([salaryInc])


print (salaryGrades)

这显然给了我一个不正确的数组。我需要每个数组增加 10k，每个嵌套数组增加 1000。

即[[10000],[11000],[12000],...][20000],[21000][22000],...]] 高达 100k

如何让这段代码工作，或者有更好的方法吗？

【问题讨论】：

你的问题是什么？

标签： python arrays multidimensional-array nested populate

【解决方案1】：

我会使用列表推导：

>>> salaryGrades = [list(range(s, s + 10000, 1000)) for s in range(10000, 100000, 10000)]
>>> salaryGrades
[[10000, 11000, 12000, 13000, 14000, 15000, 16000, 17000, 18000, 19000],
 [20000, 21000, 22000, 23000, 24000, 25000, 26000, 27000, 28000, 29000],
 [30000, 31000, 32000, 33000, 34000, 35000, 36000, 37000, 38000, 39000],
 [40000, 41000, 42000, 43000, 44000, 45000, 46000, 47000, 48000, 49000],
 [50000, 51000, 52000, 53000, 54000, 55000, 56000, 57000, 58000, 59000],
 [60000, 61000, 62000, 63000, 64000, 65000, 66000, 67000, 68000, 69000],
 [70000, 71000, 72000, 73000, 74000, 75000, 76000, 77000, 78000, 79000],
 [80000, 81000, 82000, 83000, 84000, 85000, 86000, 87000, 88000, 89000],
 [90000, 91000, 92000, 93000, 94000, 95000, 96000, 97000, 98000, 99000]]

【讨论】：

为什么是的，是的。诚然，这种语法对我来说有点太短了，无法舒适地环绕我的头。无论如何要把它翻译成类似于 OP 的语法？
就可以了。不胜感激。

【解决方案2】：

像这样修改你的代码：

for y in range (0,8):
  for x in range (0,9):
    salaryGrades[y][x] = (y+1)*10000 + x*1000

【讨论】：

【解决方案3】：

您也可以作为 numpy-onliner 执行此操作。

import numpy as np

print 1000*np.arange(10,100).reshape((9,10))


[[10000, 11000, 12000, 13000, 14000, 15000, 16000, 17000, 18000, 19000],
 [20000, 21000, 22000, 23000, 24000, 25000, 26000, 27000, 28000, 29000],
 [30000, 31000, 32000, 33000, 34000, 35000, 36000, 37000, 38000, 39000],
 [40000, 41000, 42000, 43000, 44000, 45000, 46000, 47000, 48000, 49000],
 [50000, 51000, 52000, 53000, 54000, 55000, 56000, 57000, 58000, 59000],
 [60000, 61000, 62000, 63000, 64000, 65000, 66000, 67000, 68000, 69000],
 [70000, 71000, 72000, 73000, 74000, 75000, 76000, 77000, 78000, 79000],
 [80000, 81000, 82000, 83000, 84000, 85000, 86000, 87000, 88000, 89000],
 [90000, 91000, 92000, 93000, 94000, 95000, 96000, 97000, 98000, 99000]]

特别是对于大型数组，这可以加快您的代码速度，因为循环随后由使用 C 的 numpy 模块执行。

【讨论】：