使用Python简单创建随机数的二维数组

Question

我知道在Python中，创建一个满是零的NxN数组的简单方法是：

[[0]*N for x in range(N)]

不过，假设我想用随机数来填充这个数组：

[[random.random()]*N for x in range(N)]

这样做不行，因为每次生成的随机数会被复制N次，所以我的数组里并没有NxN个独特的随机数。

有没有办法在一行代码里做到这一点，而不使用循环呢？

Answer 1

你可以使用列表推导式。

[[random.random() for x in xrange(N)] for y in xrange(N)]

https://docs.python.org/2/tutorial/datastructures.html#list-comprehensions

不过对于大型的多维数组，我建议你使用numpy。

Answer 2

只需在你的列表推导式中使用 [random.random() for i in range(N)]。

示例：

>>> import random
>>> N = 3
>>> [random.random() for i in range(N)]
[0.24578599816668256, 0.34567935734766164, 0.6482845150243465]
>>> M = 3
>>> [[random.random() for i in range(N)] for j in range(M)]
[[0.9883394519621589, 0.6533595743059281, 0.866522328922242], [0.5906410405671291,         0.4429977939796209, 0.9472377762689498], [0.6883677407216132,     0.8215813727822125, 0.9770711299473647]]

Answer 3

这是创建一个二维数组的方法：

k = np.random.random ([3,4]) * 10
k.astype(int)

Answer 4

使用这个来自numpy的简单函数：

创建一个大小为(4,4)的数组，里面填满了数字1到4

 np.random.randint(1, 5, size=(4, 4))


 [1 2 1 2]
 [2 2 2 4]
 [4 1 1 2]
 [4 2 2 4]

Answer 5

你可以使用嵌套的列表推导式：

>>> N = 5
>>> import random
>>> [[random.random() for i in range(N)] for j in range(N)]
[[0.9520388778975947, 0.29456222450756675, 0.33025941906885714, 0.6154639550493386, 0.11409250305307261], [0.6149070141685593, 0.3579148659939374, 0.031188652624532298, 0.4607597656919963, 0.2523207155544883], [0.6372935479559158, 0.32063181293207754, 0.700897108426278, 0.822287873035571, 0.7721460935656276], [0.31035121801363097, 0.2691153671697625, 0.1185063432179293, 0.14822226436085928, 0.5490604341460457], [0.9650509333411779, 0.7795665950184245, 0.5778752066273084, 0.3868760955504583, 0.5364495147637446]]

或者使用 numpy（虽然不是标准库，但非常流行）：

>>> import numpy as np
>>> np.random.random((N,N))
array([[ 0.26045197,  0.66184973,  0.79957904,  0.82613958,  0.39644677],
       [ 0.09284838,  0.59098542,  0.13045167,  0.06170584,  0.01265676],
       [ 0.16456109,  0.87820099,  0.79891448,  0.02966868,  0.27810629],
       [ 0.03037986,  0.31481138,  0.06477025,  0.37205248,  0.59648463],
       [ 0.08084797,  0.10305354,  0.72488268,  0.30258304,  0.230913  ]])

（顺便说一下，养成在说 list 时确实指的是 list，而把 array 留给 numpy 的 ndarray 的习惯是个好主意。实际上还有一个内置的 array 模块，里面有自己的 array 类型，这样会让事情更加混乱，但这个模块用得相对较少。）