下面是在python中创建矩阵的代码片段：

# get the input rows and cols
rows = int(input("rows : "))
cols = int(input("Cols : "))

# initialize the list
l=[[0]*cols for i in range(rows)]

# fill some random values in it
for i in range(0,rows):
    for j in range(0,cols):
        l[i][j] = i+j

# print the list
for i in range(0,rows):
    print()
    for j in range(0,cols):
        print(l[i][j],end=" ")

如果我错过了什么，请提出建议。

从技术上讲，您正在尝试对未初始化的数组进行索引。在添加项目之前，必须先用列表初始化外部列表；Python调用此“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)] 

#您现在可以向列表中添加项目：

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

注意，矩阵是“y”地址主，换句话说，“y索引”在“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! 

尽管您可以根据自己的意愿命名它们，但我这样看是为了避免索引中可能出现的一些混淆，如果您对内部和外部列表都使用“x”，并且希望使用非方形矩阵。

如果你只需要一个二维容器来容纳一些元素，你可以方便地使用字典来代替：

Matrix = {}

然后您可以执行以下操作：

Matrix[1,2] = 15
print Matrix[1,2]

这是因为1，2是一个元组，您将其用作索引字典的键。结果类似于哑稀疏矩阵。

如osa和Josap Valls所示，您还可以使用Matrix=collections.defaultdict（lambda:0），以便丢失的元素具有默认值0。

Vatsal进一步指出，这种方法对于大型矩阵可能不是很有效，只应在代码的非性能关键部分使用。

这就是我通常在python中创建2D数组的方式。

col = 3
row = 4
array = [[0] * col for _ in range(row)]

与在列表理解中使用两个for循环相比，我发现这种语法很容易记住。

使用列表：

matrix_in_python  = [['Roy',80,75,85,90,95],['John',75,80,75,85,100],['Dave',80,80,80,90,95]]

通过使用dict：您还可以将这些信息存储在哈希表中，以便快速搜索，例如

matrix = { '1':[0,0] , '2':[0,1],'3':[0,2],'4' : [1,0],'5':[1,1],'6':[1,2],'7':[2,0],'8':[2,1],'9':[2,2]};

矩阵['1']将在O（1）时间内给出结果

*nb：你需要处理哈希表中的冲突

如果您希望能够将其视为2D阵列，而不是被迫根据列表进行思考（在我看来更自然），可以执行以下操作：

import numpy
Nx=3; Ny=4
my2Dlist= numpy.zeros((Nx,Ny)).tolist()

结果是一个列表（不是NumPy数组），您可以用数字、字符串等覆盖各个位置。