我想定义一个没有初始化长度的二维数组，如下所示：

Matrix = [][]

但这行不通...

我已经尝试过下面的代码，但是它也是错误的：

Matrix = [5][5]

错误：

Traceback ...

IndexError: list index out of range

我怎么了

从技术上讲，您正在尝试索引未初始化的数组。您必须先使用列表初始化外部列表，然后再添加项目。 Python 将其称为 “列表理解”。

# Creates a list containing 5 lists, each of 8 items, all set to 0
w, h = 8, 5;
Matrix = [[0 for x in range(w)] for y in range(h)]

您现在可以将项目添加到列表中：

Matrix[0][0] = 1
Matrix[6][0] = 3 # error! range... 
Matrix[0][6] = 3 # valid

请注意，矩阵是 “y” 地址主地址，换句话说，“y 索引” 位于 “x 索引” 之前。

print Matrix[0][0] # prints 1
x, y = 0, 6 
print Matrix[x][y] # prints 3; be careful with indexing!

尽管您可以根据需要命名它们，但是如果您对内部列表和外部列表都使用 “x”，并且希望使用非平方矩阵，那么我会以这种方式来避免因索引而引起的混淆。

如果您真的想要一个矩阵，最好使用numpy 。 numpy矩阵运算最常使用具有二维的数组类型。有很多方法可以创建一个新数组。最有用的zeros函数，该函数采用 shape 参数并返回给定形状的数组，其值初始化为零：

>>> import numpy
>>> numpy.zeros((5, 5))
array([[ 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.]])

这是创建二维数组和矩阵的其他一些方法（为了紧凑起见，删除了输出）：

numpy.arange(25).reshape((5, 5))         # create a 1-d range and reshape
numpy.array(range(25)).reshape((5, 5))   # pass a Python range and reshape
numpy.array([5] * 25).reshape((5, 5))    # pass a Python list and reshape
numpy.empty((5, 5))                      # allocate, but don't initialize
numpy.ones((5, 5))                       # initialize with ones

numpy提供matrix类型，但是 不再建议将其用于任何用途，将来可能会从numpy

这是用于初始化列表列表的简短表示法：

matrix = [[0]*5 for i in range(5)]

不幸的是，将其缩短为5*[5*[0]]并不会真正起作用，因为最终会得到同一列表的 5 个副本，因此，当您修改其中一个副本时，它们都会改变，例如：

>>> matrix = 5*[5*[0]]
>>> matrix
[[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]]
>>> matrix[4][4] = 2
>>> matrix
[[0, 0, 0, 0, 2], [0, 0, 0, 0, 2], [0, 0, 0, 0, 2], [0, 0, 0, 0, 2], [0, 0, 0, 0, 2]]