Python 稀疏矩阵减法

我需要编写一个函数来获取字典列表（每个字典代表一个稀疏矩阵），并返回一个减法矩阵字典

例如：对于列表

[{（1，3）：2，（2，7）：1}，{（1，3）：6}]

它需要返回

{（1，3）：-4，（2，7）：1}

矩阵的大小不必相同，列表可以有两个以上的矩阵，如果减法为0，则不应出现在最终字典中

我成功地得到了

-4

，但无论我在定义

x

后写了什么，我都得到了

x==-6

，我不知道为什么。我想插入

-4

作为元素的新值

lst = [{(1, 3): 2, (2, 7): 1}, {(1, 3): 6}]
def diff_sparse_matrices(lst):
    result = {}
    for dictionary in lst:
        for element in dictionary:
            if element not in result:
               result[element] = dictionary[element]
            if element in result:
               x = result[element] - dictionary[element]

---

你想从第一个矩阵中减去所有的矩阵，对吗？没错，我突然有了一个想法，它成功了！非常感谢你@TomShchori-通常会标记帮助您解决问题的答案，或者在解决方案中张贴您自己的答案，并将该答案标记为解决问题的答案。这有助于将来的用户了解这个问题。您仍然需要执行“如果减法为0，则它不应出现在最终字典中”部分，您可以这样做

返回{coords:val for coords，val in result.items（）if val}

def diff_sparse_matrices(lst):
    result = lst[0].copy()
    for matrix in lst[1:]:
        for coordinates, value in matrix.items():
            result[coordinates] = result.get(coordinates, 0) - value
            if result[coordinates] == 0:
                del result[coordinates]
    return result

    def diff_sparse_matrices(lst):
    result = lst[0].copy()
    for d in lst[1:]:
        for tup in d:
            if tup in result:
               result[tup] -= d[tup]
            else:
               result[tup] = -d[tup]
    return result