行为异常的numpy矩阵的Python列表

我试图处理numpy矩阵列表，但遇到了一个恼人的问题

假设我从十个2x2零矩阵的列表开始

para=[numpy.matrix(numpy.zeros((2,2)))]*(10)

我像这样访问单个矩阵

para[0]
para[1]

等等。到目前为止还不错

现在，我只想修改第二个矩阵的第一行，其余的都保持不变。所以我这么做

para[1][0]=numpy.matrix([[1,1]])

第一个索引指向列表中的第二个矩阵，第二个索引指向该矩阵中的第一行，并将其替换为[1,1]

---

但奇怪的是，这个命令将列表中所有十个矩阵的第一行更改为[1,1]，而不是我想要的第二行。给出了什么？

当您将初始列表乘以10时，将得到一个包含10个numpy数组的列表，这些数组实际上引用了相同的底层结构。修改一个数组将修改所有数组，因为实际上只有一个numpy数组，而不是10个

如果您需要证据，请查看REPL中的示例：

>>> a = numpy.zeros(10)
>>> a = [numpy.zeros(10)]*10
>>> a[0] is a[1]
True
>>> 

is

操作符检查两个对象是否实际上相同（而不是它们的值是否相等）

您应该使用列表理解来生成初始数组，而不是乘法，如下所示：

para=[numpy.matrix(numpy.zeros((2,2))) for i in range(10)]

---

这将调用

numpy.matrix（）

十次而不是一次，并生成10个不同的矩阵。

当您将初始列表乘以10时，您将得到一个包含10个numpy数组的列表，这些数组实际上引用了相同的底层结构。修改一个数组将修改所有数组，因为实际上只有一个numpy数组，而不是10个

如果您需要证据，请查看REPL中的示例：

>>> a = numpy.zeros(10)
>>> a = [numpy.zeros(10)]*10
>>> a[0] is a[1]
True
>>> 

is

操作符检查两个对象是否实际上相同（而不是它们的值是否相等）

您应该使用列表理解来生成初始数组，而不是乘法，如下所示：

para=[numpy.matrix(numpy.zeros((2,2))) for i in range(10)]

---

这将调用

numpy.matrix（）

十次而不是一次，并生成10个不同的矩阵。

或者，如果矩阵的数量是固定的（例如10），则写入

para=numpy.zero（（10，2，2））

。然后赋值将如下所示：

para[0,1，：]=numpy.matrix（[1,1]）

。好的，我以最一般的方式回答了这个问题，而不是numpy-specific，因为如果将任何包含可变对象的列表相乘，就会发生这种情况。不仅仅是numpy数组。或者，如果矩阵的数量是固定的（例如10），则写入

para=numpy.zero（（10,2,2））

。然后赋值将如下所示：

para[0,1，：]=numpy.matrix（[1,1]）

。好的，我以最一般的方式回答了这个问题，而不是numpy-specific，因为如果将任何包含可变对象的列表相乘，就会发生这种情况。不仅仅是numpy阵列。