Mảng hai chiều là một mảng trong một mảng. Nó là một mảng các mảng. Trong loại mảng này, vị trí của một phần tử dữ liệu được giới thiệu bởi hai chỉ số thay vì một. Vì vậy, nó đại diện cho một bảng với các hàng một dcolumns dữ liệu.
Nội phân chính
- Truy cập các giá trị
- Chèn giá trị
- Cập nhật giá trị
- Xóa các giá trị
- Mảng hai chiều [mảng 2D]
- Truy cập mảng hai chiều
- Đi qua phần tử trong 2D [hai chiều]
- Chèn các phần tử vào mảng 2D [hai chiều]
- Cập nhật các yếu tố trong mảng 2 -D [hai chiều]
- Xóa các giá trị khỏi mảng 2D [hai chiều] trong Python
- Kích thước của một mảng 2D
- Video liên Quan
Trong ví dụ dưới đây của một mảng hai chiều, người quan sát rằng mỗi phần tử mảng cũng là một mảng.
Hãy xem xét ví dụ về nhiệt độ ghi 4 lần một ngày, mỗi ngày. Đôi khi công cụ ghi âm có thể bị lỗi và chúng tôi không ghi dữ liệu. Dữ liệu như vậy trong 4 ngày có thể được trình bày dưới dạng mảng hai chiều như dưới đây.
Ngày 1 - 11 12 5 2 ngày 2 - 15 6 10 ngày 3 - 10 8 12 5 ngày 4 - 12 15 8 6Dữ liệu trên có thể được biểu diễn dưới dạng mảng hai chiều như dưới đây.
T = [[11, 12, 5, 2], [15, 6,10], [10, 8, 12, 5], [12,15,8,6]]]]]Truy cập các giá trị
Chèn giá trị
Cập nhật giá trị
Xóa các giá trị
Mảng hai chiều [mảng 2D]Truy cập mảng hai chiều
Đi qua phần tử trong 2D [hai chiều]
Chèn các phần tử vào mảng 2D [hai chiều]Cập nhật các yếu tố trong mảng 2 -D [hai chiều]
Cập nhật giá trị
Xóa các giá trịTruy cập mảng hai chiều
Đi qua phần tử trong 2D [hai chiều]
Chèn các phần tử vào mảng 2D [hai chiều]Chèn giá trị
Cập nhật các yếu tố trong mảng 2 -D [hai chiều]
Cập nhật giá trị
Xóa các giá trị
Mảng hai chiều [mảng 2D]Truy cập mảng hai chiều
Đi qua phần tử trong 2D [hai chiều]
Chèn các phần tử vào mảng 2D [hai chiều]Cập nhật giá trị
Xóa các giá trị
Cập nhật giá trị
Xóa các giá trịTruy cập mảng hai chiều
Đi qua phần tử trong 2D [hai chiều]
Chèn các phần tử vào mảng 2D [hai chiều]Xóa các giá trị
Mảng hai chiều [mảng 2D]
Cập nhật giá trị
Xóa các giá trịTruy cập mảng hai chiều
Đi qua phần tử trong 2D [hai chiều]
Chèn các phần tử vào mảng 2D [hai chiều]Cập nhật các yếu tố trong mảng 2 -D [hai chiều]
Method 1a
Xóa các giá trị khỏi mảng 2D [hai chiều] trong Python
Kích thước của một mảng 2D
Video liên Quan
Method 2a
Trong ví dụ dưới đây của một mảng hai chiều, người quan sát rằng mỗi phần tử mảng cũng là một mảng. [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
Hãy xem xét ví dụ về nhiệt độ ghi 4 lần một ngày, mỗi ngày. Đôi khi công cụ ghi âm có thể bị lỗi và chúng tôi không ghi dữ liệu. Dữ liệu như vậy trong 4 ngày có thể được trình bày dưới dạng mảng hai chiều như dưới đây.
Ngày 1 - 11 12 5 2 ngày 2 - 15 6 10 ngày 3 - 10 8 12 5 ngày 4 - 12 15 8 6
Trong ví dụ dưới đây của một mảng hai chiều, người quan sát rằng mỗi phần tử mảng cũng là một mảng. [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
Hãy xem xét ví dụ về nhiệt độ ghi 4 lần một ngày, mỗi ngày. Đôi khi công cụ ghi âm có thể bị lỗi và chúng tôi không ghi dữ liệu. Dữ liệu như vậy trong 4 ngày có thể được trình bày dưới dạng mảng hai chiều như dưới đây.
Trong ví dụ dưới đây của một mảng hai chiều, người quan sát rằng mỗi phần tử mảng cũng là một mảng. [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
Cả hai cách cung cấp cho đầu ra dường như giống nhau như bây giờ. Hãy thay đổi một trong các yếu tố trong mảng của Phương pháp 2A và Phương pháp 2B. & NBSP; & NBSP;
ARR = [[0 cho i trong phạm vi [cols]] cho j trong phạm vi [hàng]]
Đầu ra: & nbsp; [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] , 0, 0] [1, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [ 0, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0]
Chúng tôi chỉ hy vọng phần tử đầu tiên của hàng đầu tiên sẽ thay đổi thành 1 nhưng phần tử đầu tiên của mỗi hàng được thay đổi thành 1 trong Phương pháp 2A. Chức năng đặc biệt này là do Python sử dụng các danh sách nông mà chúng ta sẽ cố gắng hiểu. Trong phương pháp 1a, Python không tạo 5 đối tượng số nguyên nhưng chỉ tạo một đối tượng số nguyên và tất cả các chỉ số của mảng arr chỉ vào cùng một đối tượng INT như được hiển thị . & nbsp;
Nếu chúng ta gán chỉ mục 0 cho một số nguyên khác nói 1, thì một đối tượng số nguyên mới được tạo với giá trị 1 và sau đó chỉ số 0 bây giờ trỏ đến đối tượng INT mới này như được hiển thị bên dưới & nbsp;
Tương tự, khi chúng ta tạo một mảng 2D dưới dạng ARR ARR = [[0]*cols]*hàng, chúng ta về cơ bản là mở rộng sự tương tự ở trên. & NBSP; 1. Chỉ có một đối tượng số nguyên được tạo. & NBSP; 2. Một danh sách 1D duy nhất được tạo và tất cả các chỉ số của nó chỉ vào cùng một đối tượng INT trong điểm 1. & nbsp; 3. Bây giờ, ARR [0], ARR [1], ARR [2]. ARR [N-1] Tất cả chỉ vào cùng một đối tượng danh sách ở trên trong điểm 2. Thiết lập trên có thể được hiển thị trong hình ảnh bên dưới.
Bây giờ chúng ta hãy thay đổi phần tử đầu tiên trong hàng đầu tiên của ARR ARR AS AS & NBSP; ARR 2] Voi Arr [N-1] Tất cả đều chỉ vào cùng một đối tượng danh sách] & nbsp; => gán ARR [0] [0] sẽ tạo một đối tượng INT mới với giá trị 1 và ARR [0] [0] Bây giờ sẽ chỉ vào đối tượng INT mới này.
Vì vậy, khi các mảng 2D được tạo như thế này, việc thay đổi các giá trị ở một hàng nhất định sẽ ảnh hưởng đến tất cả các hàng vì về cơ bản chỉ có một đối tượng số nguyên và chỉ một đối tượng danh sách được tham chiếu bởi tất cả các hàng của mảng. Lỗi gây ra bởi việc sử dụng danh sách nông như vậy là khó khăn. Do đó, cách tốt hơn để khai báo một mảng 2D là & nbsp;
ARR = [[0 cho i trong phạm vi [cols]] cho j trong phạm vi [hàng]]
Đầu ra: & nbsp; [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] , 0, 0] [1, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [ 0, 0, 0, 0, 0]
ARR = [[0 cho i trong phạm vi [cols]] cho j trong phạm vi [hàng]]
Đầu ra: & nbsp; [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] [1, 0, 0, 0, 0] , 0, 0] [1, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [0, 0, 0, 0, 0] [ 0, 0, 0, 0, 0]
Chúng tôi chỉ hy vọng phần tử đầu tiên của hàng đầu tiên sẽ thay đổi thành 1 nhưng phần tử đầu tiên của mỗi hàng được thay đổi thành 1 trong Phương pháp 2A. Chức năng đặc biệt này là do Python sử dụng các danh sách nông mà chúng ta sẽ cố gắng hiểu. Trong phương pháp 1a, Python không tạo 5 đối tượng số nguyên nhưng chỉ tạo một đối tượng số nguyên và tất cả các chỉ số của mảng arr chỉ vào cùng một đối tượng INT như được hiển thị . & nbsp; is a collection of linear data structures that contain all elements of the same data type in contiguous memory space. It is like a container that holds a certain number of elements that have the same data type. An array's index starts at 0, and therefore, the programmer can easily obtain the position of each element and perform various operations on the array. In this section, we will learn about 2D [two dimensional] arrays in Python.
Nếu chúng ta gán chỉ mục 0 cho một số nguyên khác nói 1, thì một đối tượng số nguyên mới được tạo với giá trị 1 và sau đó chỉ số 0 bây giờ trỏ đến đối tượng INT mới này như được hiển thị bên dưới & nbsp;
Tương tự, khi chúng ta tạo một mảng 2D dưới dạng ARR ARR = [[0]*cols]*hàng, chúng ta về cơ bản là mở rộng sự tương tự ở trên. & NBSP; 1. Chỉ có một đối tượng số nguyên được tạo. & NBSP; 2. Một danh sách 1D duy nhất được tạo và tất cả các chỉ số của nó chỉ vào cùng một đối tượng INT trong điểm 1. & nbsp; 3. Bây giờ, ARR [0], ARR [1], ARR [2]. ARR [N-1] Tất cả chỉ vào cùng một đối tượng danh sách ở trên trong điểm 2. Thiết lập trên có thể được hiển thị trong hình ảnh bên dưới. is an array of arrays that can be represented in matrix form like rows and columns. In this array, the position of data elements is defined with two indices instead of a single index.
Bây giờ chúng ta hãy thay đổi phần tử đầu tiên trong hàng đầu tiên của ARR ARR AS AS & NBSP; ARR 2] Voi Arr [N-1] Tất cả đều chỉ vào cùng một đối tượng danh sách] & nbsp; => gán ARR [0] [0] sẽ tạo một đối tượng INT mới với giá trị 1 và ARR [0] [0] Bây giờ sẽ chỉ vào đối tượng INT mới này.
Vì vậy, khi các mảng 2D được tạo như thế này, việc thay đổi các giá trị ở một hàng nhất định sẽ ảnh hưởng đến tất cả các hàng vì về cơ bản chỉ có một đối tượng số nguyên và chỉ một đối tượng danh sách được tham chiếu bởi tất cả các hàng của mảng. Lỗi gây ra bởi việc sử dụng danh sách nông như vậy là khó khăn. Do đó, cách tốt hơn để khai báo một mảng 2D là & nbsp;
Phương pháp này tạo 5 đối tượng danh sách riêng biệt không giống như Phương pháp 2A. Một cách để kiểm tra điều này là sử dụng toán tử ‘IS là kiểm tra xem hai toán hạng có đề cập đến cùng một đối tượng không. & NBSP; & NBSP;m is the row and n is the column of the table.
Thẻ bài viết:
Một mảng là một tập hợp các cấu trúc dữ liệu tuyến tính có chứa tất cả các yếu tố của cùng một loại dữ liệu trong không gian bộ nhớ liên tục. Nó giống như một container chứa một số phần tử nhất định có cùng loại dữ liệu. Chỉ mục của một mảng bắt đầu từ 0, và do đó, lập trình viên có thể dễ dàng có được vị trí của từng phần tử và thực hiện các hoạt động khác nhau trên mảng. Trong phần này, chúng ta sẽ tìm hiểu về các mảng 2D [hai chiều] trong Python.
Mảng hai chiều [mảng 2D]2D [two dimensional] arrays in Python.
2dSimple.py
Một mảng 2D là một mảng các mảng có thể được biểu diễn ở dạng ma trận như hàng và cột. Trong mảng này, vị trí của các phần tử dữ liệu được xác định với hai chỉ số thay vì một chỉ mục.
Output:
Cú phápstudent_dt[3][4] that represents the 3rd index and 4th position of a 2-dimensional array of elements to print a particular element.
Mảng_name = [hàng] [cột] # khai báo của 2D Array Arr-Name = [[M1, M2, M3, Hồi. MN], [N1, N2, N3, Mạnh .. NN]]]
Program.py
Trong đó m là hàng và n là cột của bảng.
Output:
Chèn các phần tử vào mảng 2D [hai chiều]
Chúng ta có thể chèn các phần tử vào mảng 2 d bằng hàm chèn [] chỉ định số và vị trí chỉ mục của phần tử sẽ được chèn.insert[] function that specifies the element' index number and location to be inserted.
Insert.py
# Viết một chương trình để chèn phần tử vào mảng 2D [hai chiều] của Python. Từ Nhập mảng * # Nhập tất cả gói liên quan đến mảng. ARR1 = [[1, 2, 3, 4], [8, 9, 10, 12]] # Khởi tạo các phần tử mảng. In ["Trước khi chèn các phần tử mảng:"] In [ARR1] # In các phần tử ARR1. # Sử dụng hàm chèn [] để chèn phần tử chứa hai tham số. Arr1.insert [1, [5, 6, 7, 8]] # Tham số đầu tiên xác định chỉ mục số., Và tham số thứ hai xác định các phần tử in ["sau khi chèn các phần tử mảng"] cho I trong ARR1: # Vòng lặp bên ngoài cho J trong I: # in vòng bên trong [j, end = ""] # in các phần tử được chèn. in[]
Output:
Cập nhật các yếu tố trong mảng 2 -D [hai chiều]
Trong một mảng 2D, giá trị hiện có của mảng có thể được cập nhật với một giá trị mới. Trong phương pháp này, chúng ta có thể thay đổi giá trị cụ thể cũng như toàn bộ chỉ mục của mảng. Hãy hiểu với một ví dụ về một mảng 2D, như được hiển thị bên dưới.
Tạo một chương trình để cập nhật giá trị hiện có của mảng 2D trong Python.
Update.py
Từ Nhập mảng * # Nhập tất cả gói liên quan đến mảng. ARR1 = [[1, 2, 3, 4], [8, 9, 10, 12]] # Khởi tạo các phần tử mảng. In ["Trước khi chèn các phần tử mảng:"] In [ARR1] # In các phần tử ARR1. ARR1 [0] = [2, 2, 3, 3] # Cập nhật giá trị của chỉ mục 0 ARR1 [1] [2] = 99 # Xác định chỉ mục [1] và vị trí [2] của phần tử mảng để cập nhật giá trị. In ["Sau khi chèn các phần tử mảng"] cho i trong ARR1: # Vòng lặp bên ngoài cho J trong I: # Vòng lặp bên trong in [j, end = ""] # in các phần tử được chèn. in[]
Output:
Xóa các giá trị khỏi mảng 2D [hai chiều] trong Python
Trong một mảng 2, chúng ta có thể xóa phần tử cụ thể hoặc toàn bộ chỉ mục của mảng bằng hàm del [] trong python. Hãy hiểu một ví dụ để xóa một phần tử.del[] function in Python. Let's understand an example to delete an element.
Delete.py
Từ Nhập mảng * # Nhập tất cả gói liên quan đến mảng. ARR1 = [[1, 2, 3, 4], [8, 9, 10, 12]] # Khởi tạo các phần tử mảng. In ["Trước khi xóa các phần tử mảng:"] In [ARR1] # In các phần tử ARR1. DEL [ARR1 [0] [2]] # Xóa phần tử cụ thể của mảng. DEL [ARR1 [1]] # Xóa chỉ mục 1 của mảng 2-D. In ["Sau khi xóa các phần tử mảng"] cho i trong ARR1: # Vòng lặp bên ngoài cho J trong I: # Vòng lặp bên trong in [j, end = ""] # in các phần tử được chèn. in[]
Output:
Kích thước của một mảng 2D
Một hàm Len [] được sử dụng để có được chiều dài của một mảng hai chiều. Nói cách khác, chúng ta có thể nói rằng hàm Len [] xác định tổng chỉ số có sẵn trong các mảng 2 chiều.len[] function is used to get the length of a two-dimensional array. In other words, we can say that a len[] function determines the total index available in 2-dimensional arrays.
Hãy hiểu hàm Len [] để có được kích thước của một mảng 2 chiều trong Python.
Size.py
Array_Size = [[1, 3, 2], [2,5,7,9], [2,4,5,6]] # Nó có 3 chỉ mục in ["Kích thước của mảng hai chiều là:"] . [len [mảng_def]] # nó trả về 2
Output:
Viết một chương trình để in tổng của các mảng 2 chiều trong Python.
Matrix.py
def Two_d_matrix [m, n]: # xác định hàm outp = [] # Ma trận đầu ra ban đầu trống cho i trong phạm vi [m]: # lặp lại vào cuối hàng hàng = [] cho j trong phạm vi [n]: # # # # J lặp lại đến cuối cột num = int [input [f "nhập ma trận [{0}] [{j}]"]] row.append [num] # Thêm phần tử người dùng vào cuối hàng outp. Phụ lục [hàng] # nối hàng hàng vào ma trận đầu ra trả về so với tổng hợp def [a, b]: # xác định chức năng SUM [] để thêm ma trận. đầu ra = [] # Ban đầu, nó trống. in ["tổng của ma trận là:"] cho i trong phạm vi [len [a]]: # no. của hàng hàng = [] cho J trong phạm vi [LEN [A [0]]]: # không. của các cột hàng. Nhập giá trị của m hoặc hàng \ n "]] # lấy hàng n = int [input [" Nhập giá trị của n hoặc cột Ma trận đầu tiên a = Two_d_matrix [M, N] # Gọi chức năng ma trận in ["Hiển thị ma trận thứ nhất [a]"] hai_d_matrix [m, n] # gọi hàm ma trận in ["Hiển thị ma trận thứ hai [b] In tổng của ma trận A và B.
Output:
Quản lý bộ nhớ chủ đề tiếp theoPython Memory Management