#Python TQC考題606 二維串列行列數
#偷吃步沒用陣列做
rows=eval(input())
cols=eval(input())
for r in range(rows):
for c in range(cols):
print(“%4d” %(c-r),end=””) #不換行
print() #換行

#理解比較透徹的話,確實沒必要用陣列做:

#正統寫法
#使用陣列以及自定義函數
rows=eval(input())
cols=eval(input())
def compute(L):
for r in range(rows):
for c in range(cols):
print(“%4d” %L[r][c],end=””)
#不換行
print() #換行
L=[]
for r in range(rows):
L.append([])
#L有cols個元素,下一行for迴圈開始寫入
for c in range(cols):
L[r].append(c-r)
#L[r]不是L[c]
compute(L)

#第三次做
def compute(lt):
for r in range(rows):
for c in range(cols):
print(“%4d”%lt[r][c],end=””)
print()
#跟內層的迴圈同縮排
rows=eval(input())
cols=eval(input())
lt=[]
for r in range(rows):
lt.append([])
for c in range(cols):
lt[r].append(c-r)
compute(lt)

#直接印就好,跟list根本無關

# c-r :





![Python: 如何將pandas.DataFrame從寬資料轉為長資料? df_melt = pd.melt(df, id_vars=[‘name’, ‘gender’], var_name=’time’, value_name=’score’) ; seaborn繪圖 Python: 如何將pandas.DataFrame從寬資料轉為長資料? df_melt = pd.melt(df, id_vars=[‘name’, ‘gender’], var_name=’time’, value_name=’score’) ; seaborn繪圖](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2023/03/20230302152215_95.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

![Python: 如何在pandas.read_csv() or pandas.read_excel() 中使用keep_default_na =False , na_values =[] 保留文件中的原始“NA”? Python: 如何在pandas.read_csv() or pandas.read_excel() 中使用keep_default_na =False , na_values =[] 保留文件中的原始“NA”?](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240530215737_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)



近期留言