Python中创建二维数组

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python中创建二维数组，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6612字，纯文字阅读大概需要10分钟。

内容图文

在Python中创建二维数组应该这样写：

>>> C = [[0]*3 for i in range(4)]
>>> C
[[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]]
>>> C[0][1] = 2
>>> C
[[0, 2, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]]

所以下次在Python中创建二维数组时候记住了：

aList = [[0] * cols for i in range(rows)]

原文链接：https://blog.csdn.net/u012505432/article/details/52218392

其他： numpy

import numpy as np
a= np.zeros((50,10))
b=np.arange(0,50,1)
X = np.empty(shape=[2, 2])
print(X)

a[1,1]= 1
a[0,0]= 100
a[49,9]= 100
print(a)
print(b)

结果：

[[4.05e-322 0.00e+000]
 [0.00e+000 0.00e+000]]
[[100.   0.   0.   0.   0.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   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.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.   0.   0.   0. 100.]]

[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
48 49]

numpy 和数组区别：

contentArr =  np.empty((50,10),dtype = np.str_)

numpy矩阵赋值结果：只有文本第一个字母/文本显示。

[['' '' '' '' '' '' '' '' '' '']
 ['' '创' '' '股' '2' '5' '1' '2' '3' '']
 ['' '创' '' '股' '2' '5' '1' '2' '3' '']
 ['' '中' '' '股' '1' '3' '1' '2' '2' '']
 ['' '中' '' '股' '1' '3' '1' '2' '2' '']
 ['' '工' '' '股' '0' '1' '8' '2' '3' '']
 ['' '工' '' '股' '0' '1' '9' '2' '4' '']
 ['' '中' '' '股' '1' '3' '1' '2' '2' '']
 ['' '中' '' '股' '1' '3' '1' '2' '2' '']
 ['' '嘉' '' '股' '1' '6' '1' '2' '1' '']
 ['' '银' '' '股' '1' '4' '1' '2' '2' '']
 ['' '安' '' '混' '0' '2' '8' '2' '3' '']
 ['' '安' '' '混' '0' '2' '8' '2' '3' '']
 ['' '融' '' '混' '1' '3' '1' '2' '3' '']
 ['' '华' '' '混' '2' '5' '1' '2' '2' '']
 ['' '上' '' 'Q' '1' '0' '1' '2' '4' '']
 ['' '前' '' '混' '0' '2' '9' '2' '3' '']
 ['' '博' '' '混' '0' '2' '1' '2' '3' '']
 ['' '前' '' '混' '0' '2' '9' '2' '3' '']
 ['' '广' '' '股' '1' '5' '1' '2' '3' '']
 ['' '华' '' '混' '2' '5' '1' '2' '2' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']
 ['' '' '' '' '' '' '' '' '' '']]

数组赋值:

[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, '创金合信医疗保健股票A', 0, '股票型', '2.25%', '5.23%', '15.04%', '27.84%', '39.53%', 0], [0, '创金合信医疗保健股票C', 0, '股票型', '2.25%', '5.21%', '14.96%', '27.60%', '39.00%', 0], [0, '中欧品质消费股票A', 0, '股票型', '1.44%', '3.54%', '11.37%', '26.81%', '27.09%', 0], [0, '中欧品质消费股票C', 0, '股票型', '1.44%', '3.53%', '11.30%', '26.54%', '26.65%', 0], [0, '工银前沿医疗股票', 0, '股票型', '0.27%', '1.15%', '8.54%', '26.40%', '39.92%', 0], [0, '工银养老产业股票', 0, '股票型', '0.15%', '1.31%', '9.47%', '25.88%', '40.81%', 0], [0, '中欧消费主题股票A', 0, '股票型', '1.44%', '3.43%', '10.74%', '25.85%', '28.43%', 0], [0, '中欧消费主题股票C', 0, '股票型', '1.44%', '3.43%', '10.67%', '25.61%', '28.03%', 0], [0, '嘉实农业产业股票', 0, '股票型', '1.03%', '6.49%', '14.55%', '25.52%', '16.76%', 0], [0, '银华农业产业股票发起式', 0, '股票型', '1.25%', '4.45%', '10.53%', '25.37%', '25.69%', 0], [0, '安信新回报混合A', 0, '混合型', '0.93%', '2.88%', '8.47%', '24.34%', '35.39%', 0], [0, '安信新回报混合C', 0, '混合型', '0.92%', '2.88%', '8.46%', '24.28%', '35.26%', 0], [0, '融通医疗保健行业混合A/B', 0, '混合型', '1.17%', '3.93%', '13.86%', '24.17%', '31.00%', 0], [0, '华泰柏瑞健康生活混合', 0, '混合型', '2.65%', '5.00%', '13.24%', '24.12%', '26.40%', 0], [0, '上投摩根中国生物医药(QDII)', 0, 'QDII', '1.61%', '0.90%', '11.74%', '24.10%', '40.87%', 0], [0, '前海联合国民健康混合A', 0, '混合型', '0.82%', '2.79%', '9.35%', '24.07%', '31.61%', 0], [0, '博时医疗保健行业混合A', 0, '混合型', '0.61%', '2.81%', '13.11%', '23.90%', '30.05%', 0], [0, '前海联合国民健康混合C', 0, '混合型', '0.76%', '2.74%', '9.27%', '23.90%', '30.42%', 0], [0, '广发医疗保健股票A', 0, '股票型', '1.77%', '5.25%', '14.61%', '23.85%', '34.89%', 0], [0, '华泰柏瑞行业领先混合', 0, '混合型', '2.67%', '5.22%', '13.65%', '23.67%', '26.07%', 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, 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, 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, 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, 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, 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, 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, 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, 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, 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, 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, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]

内容总结

以上是互联网集市为您收集整理的Python中创建二维数组全部内容，希望文章能够帮你解决Python中创建二维数组所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/633310.html

来源：【匿名】

【上一篇】python实验报告5 【下一篇】浅谈PHP运行Python脚本的方法

更多 ►

【Python中创建二维数组】教程文章相关的互联网学习教程文章

python创建二维数组【代码】

1 c=[[0]*3 for i in range(3)] 23 c=[[0 for i in range(3)] for i in range(3)] 原文：http://www.cnblogs.com/smuxiaolei/p/7460678.html

python 二维数组转矩阵【代码】

x = numpy.array([[1,2,3],[4,5,6],[7,8,9]]) print x print x.shape输出[[123][456][789]] (3L, 3L) [Finished in0.2s] 原文：https://www.cnblogs.com/sea-stream/p/10801261.html

python中list切片的使用非常简洁。但是list不支持二维数组。仔细研究了一下发现，因为list不是像nampy数组那么规范。list非常灵活。所以没办法进行切片操作。后来想了两个办法来解决：1 傻傻的使用 for循环newjuhedata = []for item in juhedata:newjuhedata.append(item[1])这种方式简单易行，好理解，对后面程序的维护也很方便2 使用lambda表达式newjuhedata =list(map(lambda x:x[1],juhedata))一行搞定看着就高大上，不过代码...

整理：python的二维数组操作

Python中初始化一个5 x 3每项为0的数组，最好方法是：multilist = [[0 for col in range(5)] for row in range(3)] 如果初始化一个二维数组时，是如下，怎会发生错误：multi = [[0] * 5] * 3因为[0] * 5是一个一维数组的对象，* 3的话只是把对象的引用复制了3次，比如，修改multi[0][0]：multi = [[0] * 5] * 3multi[0][0] = ‘Love China‘print multi输出的结果将是：[[‘Love China‘, 0, 0, 0, 0], [‘Love China‘, 0, 0...

python-在tensorflow中将二维数组最小到最大排序【代码】

我有一个数组x1 = tf.Variable([[0.51, 0.52, 0.53, 0.94, 0.35],[0.32, 0.72, 0.83, 0.74, 0.55],[0.23, 0.72, 0.63, 0.64, 0.35],[0.11, 0.02, 0.03, 0.14, 0.15],[0.01, 0.72, 0.73, 0.04, 0.75]],tf.float32)我想从最小到最大对每行中的元素进行排序.有什么功能吗？在此处的示例中,他们使用的是tf.nn.top_k2d array,以此循环,我可以创建max到min.def sort(instance):sorted = []rows = tf.shape(instance)[0]col = tf.shape(i...

python分治法求二维数组局部峰值方法_python【图】

下面就为大家分享一篇python分治法求二维数组局部峰值方法，具有很好的参考价值，希望对大家有所帮助。一起过来看看吧题目的意思大致是在一个n*m的二维数组中，找到一个局部峰值。峰值要求大于相邻的四个元素（数组边界以外视为负无穷），比如最后我们找到峰值A[j][i]，则有A[j][i] > A[j+1][i] && A[j][i] > A[j-1][i] && A[j][i] > A[j][i+1] && A[j][i] > A[j][i-1]。返回该峰值的坐标和值。当然，最简单直接的方法就是遍历所有...

python字符串如何转为二维数组【图】

这次给大家带来python字符串如何转为二维数组，python字符串转为二维数组的注意事项有哪些，下面就是实战案例，一起来看一下。有一道算法题题目的意思是在二维数组里找到一个峰值。要求复杂度为n。解题思路是找田字（四边和中间横竖两行）中最大值，用分治法递归下一个象限的田字。在用python定义一个二维数组时可以有list和numpy.array两种方式，看了几篇python中二维数组的建立的博客发现大多都是建立的初始化的二维数组，而我需...

python操作二维数组画图

这次给大家带来python操作二维数组画图，python操作二维数组画图的注意事项有哪些，下面就是实战案例，一起来看一下。1、二维数组取值注：不管是二维数组，还是一维数组，数组里的数据类型要一模一样，即若是数值型，全为数值型#二维数组 import numpy as np list1=[[1.73,1.68,1.71,1.89,1.78],[54.4,59.2,63.6,88.4,68.7]] list3=[1.73,1.68,1.71,1.89,1.78] list4=[54.4,59.2,63.6,88.4,68.7] list5=np.array([1.73,1.68,1.71,1...

python如何取得二维数组局部峰值【图】

这次给大家带来python如何取得二维数组局部峰值，使用python取得二维数组局部峰值的注意事项有哪些，下面就是实战案例，一起来看一下。题目的意思大致是在一个n*m的二维数组中，找到一个局部峰值。峰值要求大于相邻的四个元素（数组边界以外视为负无穷），比如最后我们找到峰值A[j][i]，则有A[j][i] > A[j+1][i] && A[j][i] > A[j-1][i] && A[j][i] > A[j][i+1] && A[j][i] > A[j][i-1]。返回该峰值的坐标和值。当然，最简单直接的...

Python把二维数组输出为图片的方法

这次给大家带来Python把二维数组输出为图片的方法，Python把二维数组输出为图片的注意事项有哪些，下面就是实战案例，一起来看一下。对于二维数组，img_mask[[ 0 0 0 ..., 7 7 7][ 0 0 0 ..., 7 7 7][ 0 0 0 ..., 7 7 7]..., [266 266 266 ..., 253 253 253][266 266 266 ..., 253 253 253][266 266 266 ..., 253 253 253]]显示为图片的代码为：import matplotlib.pyplot as pyplot pyplot.imshow(im_mask)相信看了本文案例你已经...

numpy中实现二维数组按照某列、某行排序的方法_python

下面就为大家分享一篇numpy中实现二维数组按照某列、某行排序的方法，具有很好的参考价值，希望对大家有所帮助。一起过来看看吧如何根据二维数组中的某一行或者某一列排序？假设data是一个numpy.array类型的二维数组，可以利用numpy中的argsort函数进行实现，代码实例如下：data = data[data[:,2].argsort()] #按照第3列对行排序注意：argsort返回的只是排好序后的行索引，不会改变原数组。按照某行进行排序，可以利用转置操作，代...

Python实现二维数组输出为图片_python

下面小编就为大家分享一篇Python实现二维数组输出为图片，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧对于二维数组，img_mask[[ 0 0 0 ..., 7 7 7][ 0 0 0 ..., 7 7 7][ 0 0 0 ..., 7 7 7]..., [266 266 266 ..., 253 253 253][266 266 266 ..., 253 253 253][266 266 266 ..., 253 253 253]]显示为图片的代码为：import matplotlib.pyplot as pyplot pyplot.imshow(im_mask)相关推荐：python实现用生成器实...

Python中二维数组按照某行或列排序的实现方法

这篇文章主要介绍了Python实现二维数组按照某行或列排序的方法,结合具体实例形式分析了Python使用numpy模块的lexsort方法针对二维数组进行排序的常用操作技巧,需要的朋友可以参考下本文实例讲述了Python实现二维数组按照某行或列排序的方法。分享给大家供大家参考，具体如下：lexsort支持对数组按指定行或列的顺序排序；是间接排序，lexsort不修改原数组，返回索引。（对应lexsort 一维数组的是argsort a.argsort()这么使用就可以；...

一些Python中的二维数组的操作方法

需要在程序中使用二维数组，网上找到一种这样的用法：#创建一个宽度为3，高度为4的数组 #[[0,0,0], # [0,0,0], # [0,0,0], # [0,0,0]] myList = [[0] * 3] * 4 但是当操作myList[0][1] = 1时，发现整个第二列都被赋值，变成[[0,1,0],[0,1,0],[0,1,0],[0,1,0]]为什么...一时搞不懂,后面翻阅The Python Standard Library 找到答案 list * n—>n shallow copies of list concatenated, n个list的浅拷贝的连接例:>>> lists = [[]] * ...

【python刷题】二维数组的旋转【代码】

matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12]] 顺序旋转 def order_rotate(matrix):res = list(zip(*matrix))res = [alist[::-1] for alist in res]return res res1 = order_rotate(matrix) print(res1)[(9, 5, 1), (10, 6, 2), (11, 7, 3), (12, 8, 4)] 逆序旋转 def reverse_rotate(matrix):res = list(zip(*matrix))[::-1]return res res2 = reverse_rotate(matrix) print(res2)[(4, 8, 12), (3, 7, 11), (2, 6, 10), (1, 5, 9)...

PYTHON - 技术教程分类

Python3 教程 Python3 简介 Python3 环境搭建 Python3 基础语法 Python3 基本数据类型 Python3 解释器 Python3 注释 Python3 运算符 Python3 数字(Number) Python3 字符串 Python3 列表 Python3 元组 Python3 字典 Python3 集合 Python3 编程第一步 Python3 条件控制 Python3 循环语句 Python3 迭代器与生成器 Python3 函数 Python3 数据结构 Python3 模块 Python3 输入和输出 Python3 File Python3 OS Python3 错误和异常 Python3 面向对象 Python3 命名空间/作用域 Python3 标准库概览 Python3 实例 Python3 CGI编程 Python3 MySQL(PyMySQL) Python3 网络编程 Python3 SMTP发送邮件 Python3 多线程 Python3 日期和时间 Python3 内置函数 Python3 MongoDB Python3 urllib python 全部

PYTHON - 最热教程

python如何统计字符串中字母个数？使用Python进行微信公众号开发（三）回...Python+PyQT5的子线程更新UI界面的实例 python时间戳怎么获得？如何获得当前时...vscode调试python时提示无法将“conda”...python接口自动化全局变量access_token...python收取邮件(腾讯企业邮箱)python如何绘制降水图详解python并发获取snmp信息及性能测试...怎么卸载Python3.6？

首页 / PYTHON / Python中创建二维数组

Python中创建二维数组

内容导读

内容图文

内容总结

内容备注

内容手机端

【Python中创建二维数组】教程文章相关的互联网学习教程文章

python创建二维数组【代码】

python 二维数组转矩阵【代码】

python二维数组切片【代码】

整理：python的二维数组操作

python-在tensorflow中将二维数组最小到最大排序【代码】

python分治法求二维数组局部峰值方法_python【图】

python字符串如何转为二维数组【图】

python操作二维数组画图

python如何取得二维数组局部峰值【图】

Python把二维数组输出为图片的方法

numpy中实现二维数组按照某列、某行排序的方法_python

Python实现二维数组输出为图片_python

Python中二维数组按照某行或列排序的实现方法

一些Python中的二维数组的操作方法

【python刷题】二维数组的旋转【代码】

PYTHON - 相关标签

PYTHON - 技术教程分类

PYTHON - 最新教程

PYTHON - 最热教程