python对多维列表中所有元素进行除法

假设你想对一个二维列表中的所有元素进行除法，可以使用嵌套的 for 循环来遍历列表中的每个元素，并将其除以指定的数值。例如，下面的代码将一个二维列表中的所有元素除以 2：

my_list = [[2, 4, 6], [8, 10, 12], [14, 16, 18]]

for row in my_list:
    for i in range(len(row)):
        row[i] /= 2

print(my_list)

输出结果为：

[[1.0, 2.0, 3.0], [4.0, 5.0, 6.0], [7.0, 8.0, 9.0]]

如果你想对一个三维列表中的所有元素进行除法，可以使用三层嵌套的 for 循环，以此类推。

相关问题

python中numpy使用

NumPy是Python中用于科学计算的一个常用库。它支持多维数组和矩阵运算，以及各种数学函数的使用。

以下是一些常用的NumPy操作：

1.导入NumPy库

import numpy as np

2.创建数组

# 从列表创建一维数组
a = np.array([1, 2, 3])
print(a)  # [1 2 3]

# 从列表创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
# [[1 2 3]
#  [4 5 6]]

# 创建零矩阵
c = np.zeros((2, 3))
print(c)
# [[0. 0. 0.]
#  [0. 0. 0.]]

# 创建全矩阵
d = np.ones((2, 3))
print(d)
# [[1. 1. 1.]
#  [1. 1. 1.]]

# 创建随机矩阵
e = np.random.rand(2, 3)
print(e)
# [[0.03479189 0.72403896 0.18960562]
#  [0.29630598 0.33087097 0.53154379]]

3.索引和切片

a = np.array([1, 2, 3, 4, 5])
print(a[0])  # 1
print(a[1:3])  # [2 3]
print(a[::2])  # [1 3 5]

b = np.array([[1, 2, 3], [4, 5, 6]])
print(b[0, 1])  # 2
print(b[:, 1])  # [2 5]
print(b[1, :2])  # [4 5]

4.数组运算

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 加法
print(a + b)  # [5 7 9]

# 减法
print(a - b)  # [-3 -3 -3]

# 乘法
print(a * b)  # [ 4 10 18]

# 除法
print(a / b)  # [0.25 0.4  0.5 ]

# 矩阵乘法
c = np.array([[1, 2], [3, 4]])
d = np.array([[5, 6], [7, 8]])
print(np.dot(c, d))
# [[19 22]
#  [43 50]]

# 数学函数
e = np.array([1, 2, 3])
print(np.exp(e))  # [ 2.71828183  7.3890561  20.08553692]
print(np.sin(e))  # [0.84147098 0.90929743 0.14112001]

以上是NumPy的一些基本操作，还有很多其他功能可以在官方文档中找到。

python中numpy用法

NumPy是一个Python库，用于处理多维数组和矩阵，以及对它们进行数学操作。下面是一些常用的NumPy用法：

1.导入NumPy库

import numpy as np

2.创建数组

a = np.array([1, 2, 3]) # 创建一维数组
b = np.array([[1, 2, 3], [4, 5, 6]]) # 创建二维数组
c = np.zeros((2, 3)) # 创建全0的二维数组
d = np.ones((3, 4)) # 创建全1的二维数组
e = np.random.rand(2, 3) # 创建随机数的二维数组

3.数组操作

a.shape # 数组的形状
b[0][1] # 访问数组元素
b[:, 1] # 访问数组的一列
b[1, :] # 访问数组的一行
np.concatenate((b, c), axis=0) # 沿着行方向将两个数组合并
np.concatenate((b, c), axis=1) # 沿着列方向将两个数组合并

4.数学运算

np.add(a, b) # 数组加法
np.subtract(a, b) # 数组减法
np.multiply(a, b) # 数组乘法
np.divide(a, b) # 数组除法
np.dot(a, b) # 矩阵乘法
np.transpose(b) # 数组转置

这些只是NumPy库的一部分常用用法，它还有很多其他功能可以探索。