Python二维数组创建方法及words_in_texts函数实现求助

咱们逐个解决你的问题：

Python里创建二维数组有几种实用的方式，根据你的使用场景选就行：

• 纯Python嵌套列表（简单场景）：如果只是需要一个基础的二维结构，用列表推导式最稳妥，能避免新手常见的坑：

  # 生成3行4列、初始值为0的二维列表
  two_d_list = [[0 for _ in range(4)] for _ in range(3)]
  print(two_d_list)
  # 输出: [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]
  

  注意别用[[0]*4]*3这种写法——它会让所有行指向同一个列表，修改其中一行会影响所有行。

• NumPy数组（数值计算首选）：如果要做矩阵运算、数值分析，NumPy的二维数组是最佳选择：

  import numpy as np
  
  # 创建3行4列的全0整数数组
  two_d_array = np.zeros((3, 4), dtype=int)
  print(two_d_array)
  # 输出:
  # [[0 0 0 0]
  #  [0 0 0 0]
  #  [0 0 0 0]]
  
  # 也可以直接从Python列表转换
  from_py_list = np.array([[1,2], [3,4], [5,6]])
  

• Pandas DataFrame（表格数据场景）：如果处理的是结构化表格数据，用DataFrame更方便，还能随时转成NumPy数组：

  import pandas as pd
  
  df = pd.DataFrame([[1,2], [3,4], [5,6]])
  # 转换为NumPy数组
  df_to_array = df.values
  

先明确需求：我们要生成一个0/1数组，每行对应texts里的一个文本，每列对应words里的一个词，元素为1表示对应文本包含对应词，否则为0。

这里给你两种实现方式，按需选择：

方法一：直观遍历法（适合理解逻辑） #

import numpy as np
import pandas as pd

def words_in_texts(words, texts):
    '''
    Args:
        words (list-like): 待查找的词
        texts (Series): 待搜索的字符串序列
    Returns:
        由0和1组成的NumPy数组，形状为(n, p)，其中n为文本数量，p为待查找词的数量
        数组中[i,j]位置的元素为1表示第i个文本包含第j个词，否则为0
    '''
    result_rows = []
    for text in texts:
        # 对每个词检查是否在当前文本中，生成一行0/1值
        current_row = [1 if word in text else 0 for word in words]
        result_rows.append(current_row)
    # 转换为NumPy数组返回
    return np.array(result_rows)

# 测试你的示例
test_words = ['hello', 'bye', 'world']
test_texts = pd.Series(['hello', 'hello world hello'])
print(words_in_texts(test_words, test_texts))
# 输出符合预期：
# [[1 0 0]
#  [1 0 1]]

方法二：Pandas批量处理法（高效处理大数据） #

如果要处理大量文本或词，用Pandas的str.contains批量处理速度更快：

import numpy as np
import pandas as pd

def words_in_texts(words, texts):
    '''
    Args:
        words (list-like): 待查找的词
        texts (Series): 待搜索的字符串序列
    Returns:
        由0和1组成的NumPy数组，形状为(n, p)，其中n为文本数量，p为待查找词的数量
        数组中[i,j]位置的元素为1表示第i个文本包含第j个词，否则为0
    '''
    # 为每个词生成布尔Series，拼接成DataFrame后转整数数组
    match_df = pd.DataFrame({word: texts.str.contains(word) for word in words})
    return match_df.values.astype(int)

# 同样测试，结果一致
test_words = ['hello', 'bye', 'world']
test_texts = pd.Series(['hello', 'hello world hello'])
print(words_in_texts(test_words, test_texts))

两种方法都能满足你的需求，第一种逻辑清晰易理解，第二种适合大规模数据场景。

内容的提问来源于stack exchange，提问作者user9287749