Python 子列表中意外反映的列表更改列表

我需要用Python创建一个列表列表，因此我键入了以下内容：

my_list = [[1] * 4] * 3

列表如下所示：

[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]  

[[5, 1, 1, 1], [5, 1, 1, 1], [5, 1, 1, 1]]  

然后我更改了其中一个最里面的值：

my_list[0][0] = 5

现在，我的列表如下所示：

[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]  

[[5, 1, 1, 1], [5, 1, 1, 1], [5, 1, 1, 1]]  

这不是我想要或期望的。有人能解释一下发生了什么事，以及如何避开它吗

[[1] * 4] * 3

甚至：

[[1, 1, 1, 1]] * 3

创建一个引用内部

[1,1,1,1]

三次的列表-而不是内部列表的三个副本，因此，无论何时修改列表（在任何位置），都会看到三次更改

与本例相同：

>>> inner = [1,1,1,1]
>>> outer = [inner]*3
>>> outer
[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]
>>> inner[0] = 5
>>> outer
[[5, 1, 1, 1], [5, 1, 1, 1], [5, 1, 1, 1]]

>>> a = []
>>> b = [a]
>>> b
[[]]
>>> a.append(1)
>>> b
[[1]]

这可能就没那么令人惊讶了

甚至：

[[1, 1, 1, 1]] * 3

创建一个引用内部

[1,1,1,1]

三次的列表-而不是内部列表的三个副本，因此，无论何时修改列表（在任何位置），都会看到三次更改

与本例相同：

>>> inner = [1,1,1,1]
>>> outer = [inner]*3
>>> outer
[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]
>>> inner[0] = 5
>>> outer
[[5, 1, 1, 1], [5, 1, 1, 1], [5, 1, 1, 1]]

>>> a = []
>>> b = [a]
>>> b
[[]]
>>> a.append(1)
>>> b
[[1]]

---

当你写

[x]*3

时，你基本上得到了一个列表

[x，x，x]

。也就是说，对同一

x

有3个引用的列表。然后，当您修改此单个

x

时，它将通过对它的所有三个引用可见：

x = [1] * 4
l = [x] * 3
print(f"id(x): {id(x)}")
# id(x): 140560897920048
print(
    f"id(l[0]): {id(l[0])}\n"
    f"id(l[1]): {id(l[1])}\n"
    f"id(l[2]): {id(l[2])}"
)
# id(l[0]): 140560897920048
# id(l[1]): 140560897920048
# id(l[2]): 140560897920048

x[0] = 42
print(f"x: {x}")
# x: [42, 1, 1, 1]
print(f"l: {l}")
# l: [[42, 1, 1, 1], [42, 1, 1, 1], [42, 1, 1, 1]]

要修复它，您需要确保在每个位置创建一个新列表。一种方法是

[[1]*4 for _ in range(3)]

它将每次重新评估

[1]*4

，而不是评估一次并引用一个列表中的3个

---

您可能想知道为什么

*

不能像列表理解那样创建独立对象。这是因为乘法运算符

*

对对象进行操作，而看不到表达式。当您使用

*

将

[[1]*4]

乘以3时，

*

只会看到1元素列表

[[1]*4]

的计算结果，而不是

[[1]*4

表达式文本。

*

不知道如何复制该元素，也不知道如何重新计算

[[1]*4]

，甚至不知道您想要复制，而且通常，甚至可能没有复制元素的方法

*

唯一的选择是对现有子列表进行新的引用，而不是尝试创建新的子列表。其他任何内容都将不一致，或者需要对基本语言设计决策进行重大重新设计

相反，列表理解在每次迭代时都会重新评估元素表达式。

[[1]*4代表范围（3）中的n]

每次都会重新评估

[1]*4

，原因相同

[x**2代表范围（3）]

每次都会重新评估

x**2

*4生成一个新列表，因此列表理解功能可以满足您的需要

---

顺便说一句，

[1]*4

也不会复制

[1]

的元素，但这并不重要，因为整数是不可变的。你不能像

1.value=2

那样把1变成2。

当你写

[x]*3

时，你基本上得到的是列表

[x，x，x]

。也就是说，一个列表包含对同一个

x

的三个引用。然后修改此

x

时，通过对它的所有三个引用可见：

x = [1] * 4
l = [x] * 3
print(f"id(x): {id(x)}")
# id(x): 140560897920048
print(
    f"id(l[0]): {id(l[0])}\n"
    f"id(l[1]): {id(l[1])}\n"
    f"id(l[2]): {id(l[2])}"
)
# id(l[0]): 140560897920048
# id(l[1]): 140560897920048
# id(l[2]): 140560897920048

x[0] = 42
print(f"x: {x}")
# x: [42, 1, 1, 1]
print(f"l: {l}")
# l: [[42, 1, 1, 1], [42, 1, 1, 1], [42, 1, 1, 1]]

要修复它，您需要确保在每个位置创建一个新列表

[[1]*4 for _ in range(3)]

它将每次重新评估

[1]*4

，而不是评估一次并引用一个列表中的3个

---

您可能想知道为什么

*

不能像列表理解那样生成独立的对象。这是因为乘法运算符

*

对对象进行运算，而看不到表达式。当您使用

*

将

[[1]*4]

乘以3时，

*

只看到1元素列表

[[1]*4]

的计算结果是，而不是

[[1]*4

表达式文本。

*

不知道如何复制该元素，不知道如何重新计算

[[1]*4]

，甚至不知道您想要复制，而且一般来说，甚至可能没有复制该元素的方法

*

唯一的选择是对现有子列表进行新的引用，而不是尝试创建新的子列表。其他任何内容都将不一致，或者需要对基本语言设计决策进行重大重新设计

相反，列表理解在每次迭代时都会重新评估元素表达式。

[[1]*4代表范围（3）中的n]

每次都会重新评估

[1]*4

，原因相同

[x**2代表范围（3）]

每次都会重新评估

x**2

*4生成一个新列表，因此列表理解功能可以满足您的需要

---

顺便说一句，

[1]*4

也不会复制

[1]

的元素，但这并不重要，因为整数是不可变的。你不能像

1.value=2

那样把1变成2。

实际上，这正是你所期望的。让我们来分解一下这里发生的事情：

你写

lst = [[1] * 4] * 3

这相当于：

lst1 = [1]*4
lst = [lst1]*3

这意味着

lst

是一个包含3个元素的列表，所有元素都指向

lst1

。这意味着以下两行是等效的：

lst[0][0] = 5
lst1[0] = 5

As

lst[0]

不过是

lst1

要获得所需的行为，可以使用列表：

lst = [ [1]*4 for n in range(3) ]

---

在本例中，表达式将针对每个

n

重新求值，从而生成一个不同的列表。

实际上，这正是您所期望的。让我们分解这里发生的事情：

size = 3
matrix_surprise = [[0] * size] * size
matrix = [[0]*size for _ in range(size)]

你写

lst = [[1] * 4] * 3

这相当于：

lst1 = [1]*4
lst = [lst1]*3

这意味着

lst

是一个包含3个元素的列表，所有元素都指向

lst1

。这意味着以下两行是等效的：

lst[0][0] = 5
lst1[0] = 5

As

lst[0]

不过是

lst1

要获得所需的行为，可以使用列表：

lst = [ [1]*4 for n in range(3) ]

在这种情况下，将针对每个

n

重新计算表达式，从而生成不同的列表

y = [[0] * 2] * 2
print(type(y)) # <class 'list'>
print(y) # [[0, 0], [0, 0]]

y[0][0] = 1
print(y) # [[1, 0], [1, 0]]

import copy
y = [0] * 2   
print(y)   # [0, 0]

y = [y, copy.deepcopy(y)]  
print(y) # [[0, 0], [0, 0]]

y[0][0] = 1
print(y) # [[1, 0], [0, 0]]

import copy
y = [0] * 2
print(y) # [0, 0]

y = [copy.deepcopy(y) for num in range(1,5)]
print(y) # [[0, 0], [0, 0], [0, 0], [0, 0]]

y[0][0] = 5
print(y) # [[5, 0], [0, 0], [0, 0], [0, 0]]

my_list = [[1]*4 for _ in range(3)]

my_list = [[1 for __ in range(4)] for _ in range(3)]

>>> my_list = [1]*4
>>> my_list
[1, 1, 1, 1]

>>> id(my_list[0])
4522139440
>>> id(my_list[1])  # Same as my_list[0]
4522139440

>>> my_list[1] = 42  # Since my_list[1] is immutable, this operation overwrites my_list[1] with a new object changing its id.
>>> my_list
[1, 42, 1, 1]

>>> id(my_list[0])
4522139440
>>> id(my_list[1])  # id changed
4522140752
>>> id(my_list[2])  # id still same as my_list[0], still referring to value `1`.
4522139440

    arr = [[0]*cols]*row

   rows, cols = (5, 5) 
   arr = [[0 for i in range(cols)] for j in range(rows)] 

   arr = [0]*N 

   arr = [0 for i in range(N)] 

>>> lists = [[]] * 3
>>> lists
[[], [], []]
>>> lists[0].append(3)
>>> lists
[[3], [3], [3]]

>>> A
[[None, None], [None, None], [None, None]]

>>> A[0][0] = 5
>>> A
[[5, None], [5, None], [5, None]]

node_count = 4
colors = [0,1,2,3]
sol_dict = {node:colors for node in range(0,node_count)}

>>> sol_dict
{0: [0, 1, 2, 3], 1: [0, 1, 2, 3], 2: [0, 1, 2, 3], 3: [0, 1, 2, 3]}
>>> [v is colors for v in sol_dict.values()]
[True, True, True, True]
>>> sol_dict[0].remove(1)
>>> sol_dict
{0: [0, 2, 3], 1: [0, 2, 3], 2: [0, 2, 3], 3: [0, 2, 3]}

>>> colors = [0,1,2,3]
>>> sol_dict = {node:colors[:] for node in range(0,node_count)}
>>> sol_dict
{0: [0, 1, 2, 3], 1: [0, 1, 2, 3], 2: [0, 1, 2, 3], 3: [0, 1, 2, 3]}
>>> sol_dict[0].remove(1)
>>> sol_dict
{0: [0, 2, 3], 1: [0, 1, 2, 3], 2: [0, 1, 2, 3], 3: [0, 1, 2, 3]}