当前位置:首页 > 文章列表 > 文章 > python教程 > 二维网格索引转坐标方法详解

二维网格索引转坐标方法详解

2026-01-20 08:12:40 0浏览 收藏

你在学习文章相关的知识吗?本文《二维网格线性索引转位置方法》,主要介绍的内容就涉及到,如果你想提升自己的开发能力,就不要错过这篇文章,大家要知道编程理论基础和实战操作都是不可或缺的哦!

如何在二维网格中根据线性索引精准设置指定位置为1

本文讲解如何将一维编号(如1~16)映射到二维网格坐标,并据此高效生成含指定标记的矩阵,同时提供健壮、可扩展的打印方案,避免索引错位与格式混乱。

在处理网格类问题时,一个常见需求是:给定一个从1开始连续编号的一维索引集合(例如 1, 2, 5, 8, ...),将其准确转换为二维坐标(行、列),并在对应位置填入 1,其余位置保持 0。关键在于理解编号与坐标的数学关系——编号 i 对应第 (i−1) // size 行、第 (i−1) % size 列(因索引从1起,需先减1对齐0基)。

下面是一个结构清晰、符合 Python 最佳实践的完整实现:

✅ 核心函数:构建与打印网格

def make_grid(size, chosen_indices):
    """创建 size×size 网格,将 chosen_indices 中的每个编号对应位置设为 1"""
    grid = [[0] * size for _ in range(size)]
    for i in chosen_indices:
        row, col = divmod(i - 1, size)  # 自动计算行与列(整除+取余)
        if 0 <= row < size and 0 <= col < size:  # 边界防护(可选但推荐)
            grid[row][col] = 1
    return grid

def print_grid(grid):
    """美观打印网格,支持不同尺寸(自动对齐行列索引)"""
    if not grid:
        return
    size = len(grid)
    max_idx_width = len(str(size - 1))  # 最大行/列索引的字符宽度
    idx_fmt = f"{{:>{max_idx_width}d}}"  # 右对齐索引格式
    elem_fmt = f"{{:>{max_idx_width}d}}"  # 元素对齐宽度同索引

    # 打印每行:索引 + [元素1 元素2 ...]
    for i, row in enumerate(grid):
        print(idx_fmt.format(i), end="[")
        print(" ".join(elem_fmt.format(x) for x in row), end="]\n")

    # 打印列索引(缩进对齐)
    print(" " * max_idx_width, end=" ")
    print(" ".join(idx_fmt.format(j) for j in range(size)))

✅ 使用示例

size = int(input("Size? (even) "))
area = size ** 2
half = area // 2
import random
thechosenhalf = random.sample(range(1, area + 1), half)

grid = make_grid(size, thechosenhalf)
print_grid(grid)

? 验证映射逻辑:
当 size = 4,编号 1 → (0,0),4 → (0,3),5 → (1,0),16 → (3,3) —— 完全符合“先行后列、从1开始”的自然编号习惯。

⚠️ 注意事项与优化点

  • 避免全局变量:原代码中 vertical 和 horizontal 作为全局列表反复修改,易引发引用错误(如多个行指向同一列表对象)。新方案使用列表推导式 [[0]*size for _ in range(size)] 确保每行独立。
  • 索引越界防护:make_grid 中添加了 if 0 <= row < size 检查,防止非法输入导致崩溃。
  • 格式自适应:print_grid 动态计算索引宽度(如 size=15 时列号 10 占2字符),避免小尺寸下空格错位、大尺寸下数字挤叠。
  • 职责分离:make_grid 专注数据生成,print_grid 专注输出渲染,便于单元测试与复用。

✅ 输出效果对比(size=4)

输入 chosen_indices = [12, 5, 16, 2, 8, 9, 15, 3],输出:

0[0 1 1 0]
1[1 0 0 1]
2[1 0 0 1]
3[0 0 1 1]
  0 1 2 3 

该方案兼具正确性、可读性与鲁棒性,适用于算法题、可视化预处理或交互式网格编辑等场景。

今天关于《二维网格索引转坐标方法详解》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

PHP日志记录方法与生成技巧PHP日志记录方法与生成技巧
上一篇
PHP日志记录方法与生成技巧
DeepSeekAI入口及免费版官网详解
下一篇
DeepSeekAI入口及免费版官网详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    295次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    349次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    353次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    315次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    135次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码