如何在 Python 中声明 3D 数组

Python 中的三维结构可以是嵌套列表或 NumPy 的 ndarray。对独立的 Python 列表使用嵌套列表推导式；仅当共享引用可以接受时才使用列表乘法；数值数组运算则使用 NumPy。

在 Python 中使用列表推导式声明 3D 列表

嵌套列表推导式会构建普通的 Python 列表，在每一层都创建一个新的内层列表。下面的列表推导式语法会创建一个以零填充、形状为 2 × 2 × 2 的结构：两个外层元素，每个元素包含两行、每行两个值。

运行此示例：

n = 2
distance = [[[0 for k in range(n)] for j in range(n)] for i in range(n)]

print(distance)
print((len(distance), len(distance[0]), len(distance[0][0])))

三个嵌套循环对应三个维度。更改 n，或为每个 range 使用不同的大小，即可构建非立方体的形状。

在 Python 中使用乘法方法声明 3D 列表

* 运算符会重复一个列表，但不会递归复制其中的列表。在下面的表达式中，重复的位置引用的是相同的内层列表。因此，更新一个位置可能会改变共享该列表的其他位置：

n = 2
distance = [[[0] * n] * n] * n
distance[0][0][0] = 7
print(distance)

对于独立的嵌套列表，请在每一层使用推导式，例如 [[[0] * n for _ in range(n)] for _ in range(n)]。乘法适用于重复不可变的值，或有意共享引用的情况；对于可变的嵌套数据，它与推导式并不等价。

在 Python 中使用 NumPy 库声明 3D 数组

当您需要 ndarray 以及对其各轴进行数值运算时，请使用 NumPy。它是一个外部库；运行此示例之前，请先在您的项目所使用的 Python 环境中用 pip install numpy 安装。形状元组给出每个轴的大小，np.zeros 会用零填充数组。其默认 dtype 为 float。

try:
    import numpy as np
except ImportError:
    print("NumPy is not installed in this Python environment.")
else:
    new_array = np.zeros((2, 2, 2))
    print(new_array.shape)
    print(new_array.dtype)

NumPy 数组的显示值格式与嵌套列表不同，但维度与零初始化都是由传给 np.zeros 的形状决定的。若要整数零，请传入 dtype=int，例如 np.zeros((2, 2, 2), dtype=int)。详情请参阅 NumPy 概述和 np.zeros 参考。