Курс Python → Создание матрицы в Python

В Python есть возможность использовать вложенные list comprehensions для создания матрицы, то есть списка списков. Это означает, что вы можете использовать list comprehension не только для создания простого списка, но и для создания списка, который содержит другие списки внутри себя. Такой подход часто используется при работе с матрицами, таблицами или другими структурами данных, где требуется хранить данные в виде двумерного массива.

Для создания вложенных list comprehensions вам нужно просто добавить еще один цикл внутрь уже существующего выражения. Таким образом, вы можете создать матрицу, указав два цикла — один для итерации по строкам, другой для итерации по столбцам. В результате получится список списков, где каждый внутренний список представляет собой строку матрицы.


matrix = [[i*j for j in range(1, 4)] for i in range(1, 4)]
print(matrix)

В приведенном примере мы создаем матрицу 3×3, где каждый элемент равен произведению индексов строки и столбца. При этом внешний цикл отвечает за итерацию по строкам (от 1 до 3), а внутренний цикл — по столбцам (от 1 до 3). Результатом выполнения этого кода будет следующая матрица:


[[1, 2, 3],
 [2, 4, 6],
 [3, 6, 9]]

Таким образом, использование вложенных list comprehensions позволяет компактно и элегантно создавать матрицы и другие структуры данных в Python, что упрощает работу с данными и улучшает читаемость кода. Помимо умножения элементов, вы можете использовать любые другие выражения и операции внутри вложенных list comprehensions для генерации нужной структуры данных.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Работа с Path в Python
  2. Именованные срезы в Python
  3. Docstring в Python
  4. Magic Commands — улучшение работы с Python
  5. JMESPath в Python
  6. Управление IP-адресами через прокси
  7. Нахождение пересечения множеств
  8. Запуск внешнего кода в Jupyter
  9. Преобразование числа в список цифр
  10. Работа с массивами в Numpy
  11. Частичное совпадение пользовательского ввода в Python 3.10
  12. Построение графиков в терминале с bashplotlib
  13. Retrying в Python: повторные вызовы
  14. Переопределение метода __lshift__
  15. Метод repr() в Python
  16. Основные операции с Numpy
  17. Управление контекстом с помощью декоратора contextmanager
  18. Enum в Python
  19. Создание веб-приложения с Flask
  20. Удаление эмодзи с помощью pandas
  21. Работа с URL-адресами в Python
  22. Автоматизация действий с Pyautogui
  23. Измерение времени выполнения кода
  24. Разделение строки в Python
  25. Закрытие файла в Python
  26. Комплексные числа в Python
  27. Профилирование данных с Pandas
  28. 9 уловок для чистого кода
  29. Установка Git и AWS CLI
  30. Использование *args
  31. Управление фоновыми задачами в Python
  32. Поиск HTML-элементов с BeautifulSoup
  33. Измерение времени выполнения кода с помощью time
  34. Логирование с Logzero
  35. Конкатенация строк с помощью join()
  36. Работа с контекстными менеджерами
  37. Flask — веб-фреймворк Python
  38. Преобразование текста в нижний регистр
  39. Создание итератора
  40. Работа со стеком в Python
  41. Обработка исключений в Python
  42. CLI-инструмент howdoi
  43. Concrete Paths — метод .with_suffix()
  44. Подсчет частоты элементов с Counter
  45. Комментарии в Python
  46. Защита данных в Python

Marketello читают маркетологи из крутых компаний