entityMap|blocks|key|166j7|text|您正在定义的numpy数组不是您正在使用的循环的正确形状。b+=+np.array([])为您提供了一个形状(0,)数组|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|fjsgd|你可以使用像np.zeros这样的东西来定义你的2D数组。|bvar|import+numpy+as+np
b+=+np.zeros((3,6))
for+i+in+range(2):
++++for+j+in+range(5):
++++++++b[i][j]=i%2Bj
print(b)|code-block|syntax|javascript|7981p|输出将是|1b9av|[[0.+1.+2.+3.+4.+0.]
+[1.+2.+3.+4.+5.+0.]
+[0.+0.+0.+0.+0.+0.]]|3v7v8|另一种选择是创建一个2D列表，将其填充到for循环中，然后转换为numpy数组|63rr6|import+numpy+as+np

#2D+array
b+=+[+[0+for+_+in+range(6)]+for+_+in+range(3)]

#Fill+up+array+with+for+loops
for+i+in+range(2):
++++for+j+in+range(5):
++++++++b[i][j]=i%2Bj

#Convert+to+numpy+array
print(np.array(b))|8pp1l|cl3em|[[0+1+2+3+4+0]
+[1+2+3+4+5+0]
+[0+0+0+0+0+0]]|643r6^0|T|G|1I|4|0|6|8|0|0|0|0|0|0|0|0^^$0|$]|1|@$2|3|4|5|6|7|8|Z|9|@$A|10|B|11|C|D]|$A|12|B|13|C|D]]|E|@]|F|$]]|$2|G|4|H|6|7|8|14|9|@$A|15|B|16|C|D]]|E|@]|F|$]]|$2|I|4|J|6|K|8|17|9|@]|E|@]|F|$L|M]]|$2|N|4|O|6|7|8|18|9|@]|E|@]|F|$]]|$2|P|4|Q|6|K|8|19|9|@]|E|@]|F|$L|M]]|$2|R|4|S|6|7|8|1A|9|@]|E|@]|F|$]]|$2|T|4|U|6|K|8|1B|9|@]|E|@]|F|$L|M]]|$2|V|4|O|6|7|8|1C|9|@]|E|@]|F|$]]|$2|W|4|X|6|K|8|1D|9|@]|E|@]|F|$L|M]]|$2|Y|4|-4|6|7|8|1E|9|@]|E|@]|F|$]]]]

The numpy array you are defining is not the right shape for the loop you are using. <code>b = np.array([])</code> gives you an array of shape <code>(0,)</code>

You can use something like <code>np.zeros</code> to define your 2D array.

<pre><code>import numpy as np
b = np.zeros((3,6))
for i in range(2):
 for j in range(5):
 b[i][j]=i+j
print(b)
</code></pre>

The output will be

<pre><code>[[0. 1. 2. 3. 4. 0.]
 [1. 2. 3. 4. 5. 0.]
 [0. 0. 0. 0. 0. 0.]]
</code></pre>

Another option is to make a 2D list, fill it up in for loops, and convert to numpy array later

<pre><code>import numpy as np

#2D array
b = [ [0 for _ in range(6)] for _ in range(3)]

#Fill up array with for loops
for i in range(2):
 for j in range(5):
 b[i][j]=i+j

#Convert to numpy array
print(np.array(b))
</code></pre>

The output will be

<pre><code>[[0 1 2 3 4 0]
 [1 2 3 4 5 0]
 [0 0 0 0 0 0]]
</code></pre>

entityMap|blocks|key|ac57n|text|正确的方法是遵循以下四个步骤：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3mlcv|1初始化用于存储结果的空数组|1nh8n|2在循环内的数据数组的行/列上创建for循环：|fpdc5|3做计算|22ghh|4.追加结果数组|9rvra^0|0|0|0|0|0^^$0|$]|1|@$2|3|4|5|6|7|8|L|9|@]|A|@]|B|$]]|$2|C|4|D|6|7|8|M|9|@]|A|@]|B|$]]|$2|E|4|F|6|7|8|N|9|@]|A|@]|B|$]]|$2|G|4|H|6|7|8|O|9|@]|A|@]|B|$]]|$2|I|4|J|6|7|8|P|9|@]|A|@]|B|$]]|$2|K|4|-4|6|7|8|Q|9|@]|A|@]|B|$]]]]

the Proper way to do this is by following these four steps:

1 Initialize an empty array to store the results in

2 Create a for-loop looping over the lines/columns of the data array Inside the loop:

3 Do the computation

4 Append the result array

entityMap|blocks|key|8q4dt|text|我知道你问过如何使用嵌套循环来做到这一点，所以如果你觉得这没有用，很抱歉。我只是想分享一下我通常是怎么做的：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|29vsq|b+=+np.arange(10).reshape(2,5)
print(b)|code-block|syntax|javascript|702fv|[[0+1+2+3+4]
+[5+6+7+8+9]]|7aapr^0|0|0|0^^$0|$]|1|@$2|3|4|5|6|7|8|K|9|@]|A|@]|B|$]]|$2|C|4|D|6|E|8|L|9|@]|A|@]|B|$F|G]]|$2|H|4|I|6|E|8|M|9|@]|A|@]|B|$F|G]]|$2|J|4|-4|6|7|8|N|9|@]|A|@]|B|$]]]]

I understand you asked how to do this with nested loops, so apologies if you don't find this useful. I'd just thought I'd share how I normally do this:

<pre><code>b = np.arange(10).reshape(2,5)
print(b)
</code></pre>

<pre><code>[[0 1 2 3 4]
 [5 6 7 8 9]]
</code></pre>

entityMap|blocks|key|4v707|text|这只是一个用于3D的for循环的随机初始化技巧。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|6unus|import+numpy+as+np
np.random.seed(0)++#+seed+

x1+=+np.random.randint(10,+size=3)++#+One-dimensional+array
x2+=+np.random.randint(10,+size=(3,+4))++#+Two-dimensional+array
x3+=+np.random.randint(10,+size=(3,+4,+5))++#+Three-dimensional+array|code-block|syntax|javascript|9vv83|稍后你可以使用你的魔法来循环魔法。|e77mq|for+_+in+range(2):
++++for+__+in+range(4):
++++++++for+___+in+range(5):
++++++++++++x3[_][__][___]=_%2B__%2B___|9knst^0|0|0|0|0^^$0|$]|1|@$2|3|4|5|6|7|8|M|9|@]|A|@]|B|$]]|$2|C|4|D|6|E|8|N|9|@]|A|@]|B|$F|G]]|$2|H|4|I|6|7|8|O|9|@]|A|@]|B|$]]|$2|J|4|K|6|E|8|P|9|@]|A|@]|B|$F|G]]|$2|L|4|-4|6|7|8|Q|9|@]|A|@]|B|$]]]]

This is just a random initialization trick with for loop for 3D.

<pre><code>import numpy as np
np.random.seed(0) # seed 

x1 = np.random.randint(10, size=3) # One-dimensional array
x2 = np.random.randint(10, size=(3, 4)) # Two-dimensional array
x3 = np.random.randint(10, size=(3, 4, 5)) # Three-dimensional array
</code></pre>

Later on you may use your magic for looping magic.

<pre><code>for _ in range(2):
 for __ in range(4):
 for ___ in range(5):
 x3[_][__][___]=_+__+___
</code></pre>

I would like to create a 2D array using nested loop. What is the problem with this code?

<pre><code>import numpy

b = np.array([])
for i in range(2):
 for j in range(5):
 b[i][j]=i+j

print(b)
</code></pre>

Create 2D numpy array through nested loop

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

 我想创建一个使用嵌套循环的2D数组。这段代码有什么问题？ import numpyb = np.array([])for i in range(2):    for j in range(5):        b[i][j]=i+jprint(b) 

问通过嵌套循环创建二维numpy数组
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问通过嵌套循环创建二维numpy数组EN