Python中不带模块的转置矩阵？

我正在尝试在Python3.x中转换矩阵，而不使用numpy。出于某种原因，我在分配

新矩阵[col\u num][row\u num]

时遇到问题。例如，如果我创建了一个新的矩阵实例，比如test=

Matrix（[[1,2,3]，[4,5,6]，[7,8,9]）

，当它第一次通过内部For循环时，新的矩阵变成

[[1，None，None]，[1，None，None]，[1，None，None]

，而不是

[[1，None，None]，[None，None]

。我不明白为什么会发生这种情况，为什么会给列表的所有第一个元素赋值

class Matrix:
    def __init__(self, matrix):
        self.matrix = matrix

    def transpose(self):
        new_matrix = [[None] * len(self.matrix[0])] * len(self.matrix)
        row_num = 0
        for row_num in range(len(self.matrix)):
            for col_num in range(len(self.matrix[0])):
                print(new_matrix[col_num][row_num])
                print(new_matrix)

                #assignment assigning more than one variable

                new_matrix[col_num][row_num] = self.matrix[row_num][col_num]

                print(new_matrix[col_num][row_num])
                print(new_matrix)

            col_num = 0
        return new_matrix

这里有一个提示：

In [9]: arr = [[None] * 2] * 3

In [10]: arr
Out[10]: [[None, None], [None, None], [None, None]]

In [11]: arr[1][1] = 2

In [12]: arr
Out[12]: [[None, 2], [None, 2], [None, 2]]

---

你看到问题了吗

---

列表复制（

*

运算符）在包含列表中重复相同的嵌套列表对象。相反，您应该每次都创建一个新列表。

这是因为您使用以下内容构造

新矩阵：

new_matrix = [[None] * len(self.matrix[0])] * len(self.matrix)

如果您这样做：

<array-expr> * number

因为这里实际上是为每一行构建一个新列表

因此，算法应该如下所示：

class Matrix:
    def __init__(self, matrix):
        self.matrix = matrix

    def transpose(self):
        new_matrix = [[None] * len(self.matrix[0]) for _ in range(len(self.matrix))]
        row_num = 0
        for row_num in range(len(self.matrix)):
            for col_num in range(len(self.matrix[0])):
                print(new_matrix[col_num][row_num])
                print(new_matrix)

                #assignment assigning more than one variable

                new_matrix[col_num][row_num] = self.matrix[row_num][col_num]

                print(new_matrix[col_num][row_num])
                print(new_matrix)

            col_num = 0
        return new_matrix
类矩阵：
定义初始化（自身，矩阵）：
self.matrix=矩阵
def转置（自）：
新的_矩阵=[[None]*len（self.matrix[0]），用于范围内的u（len（self.matrix））]
行数=0
对于范围内的行数（len（self.matrix））：
对于范围内的列数（len（self.matrix[0]）：
打印（新矩阵[列数][行数]）
打印（新矩阵）
#分配多个变量
新矩阵[col\u num][row\u num]=self.matrix[row\u num][col\u num]
打印（新矩阵[列数][行数]）
打印（新矩阵）
col_num=0
返回新矩阵
必须由

new_matrix = [[None for  j in self.matrix[0]] for i in self.matrix] 

这样，所有的无将是“不同”

但较短的方法是使用扩展列表直接构建结果：

MT= [[M[j][i] for j in range(len(M))] for i in range(len(M[0]))]

您可以使用
zip
进行转置。请参见。带高亮显示的代码（…粗体）！我印象深刻@HiroProgator：好吧，花了一些时间才弄明白怎么做，但就像Python一样，一切都很简单。这就像导入反重力：pi会记住你的把戏；也许有用。谢谢你！关于导入反重力

：我喜欢matplotlib的

xkcd样式

来绘制手动波浪图…你不需要对内部列表这样做，因为

None

s是不可变的。刚刚意识到新的_矩阵应该是=[[None for j in self.matrix]for i in self.matrix[0]]，而不是相反，因为新矩阵中的行数应为原始矩阵中的/列数。除此之外，谢谢！

new_matrix = [[None for  j in self.matrix[0]] for i in self.matrix] 

MT= [[M[j][i] for j in range(len(M))] for i in range(len(M[0]))]