python 初始化n长度的数组

在 Python 中，可以使用以下方式初始化长度为 n 的数组：

# 初始化长度为 n 的数组，元素都为 0
arr = [0] * n

# 初始化长度为 n 的数组，元素都为 None
arr = [None] * n

# 初始化长度为 n 的数组，元素为自定义值
val = 1
arr = [val] * n

其中，使用 `[0] * n` 可以快速地初始化长度为 n 的数组，元素都为 0。如果需要自定义元素的值，可以将自定义值赋给变量 `val`，然后使用 `[val] * n` 进行初始化。如果需要初始化为 None，可以使用 `[None] * n`。

相关问题

python初始化一维数组

在 Python 中，一维数组通常使用列表（list）来实现。可以使用以下方式初始化一个一维数组：

1. 直接定义一个列表，其中的元素即为数组的元素：

arr = [1, 2, 3, 4, 5]

2. 使用 range 函数生成一定范围内的数值，再将其转换为列表：

arr = list(range(1, 6))

以上两种方式都可以创建一个包含 1 到 5 的整数数组。如果需要创建一个全为 0 的数组，可以使用以下方式：

arr = [0] * 5

这将创建一个长度为 5 的数组，每个元素都为 0。如果需要创建一个长度为 n 的空数组，可以使用以下方式：

arr = [None] * n

Python同时初始化多个数组

在Python中，你可以使用列表推导式或者numpy库同时初始化多个数组。这里有几个示例：

1. 列表推导式：

# 初始化两个同样长度的一维数组
arr1 = [i for i in range(5)]
arr2 = [i**2 for i in range(5)]

# 或者二维数组
rows = 3
columns = 4
arr3 = [[j for j in range(columns)] for _ in range(rows)]

2. 使用numpy库：

import numpy as np

# 同样是一维数组
arr4 = np.array([i for i in range(5)])
arr5 = np.array([i**2 for i in range(5)])

# 二维数组
arr6 = np.array([[j for j in range(4)] for _ in range(3)])

上述代码创建了两个一维数组和两个二维数组，它们都包含了从0到4的元素，其中每个数组的元素是通过不同的计算规则得到的。