本文深入探讨Python中使用列表乘法（*运算符）创建嵌套列表时常见的引用陷阱。通过id()函数追踪对象的内存地址，详细解释了当列表包含可变对象时，乘法操作如何创建对同一对象的多个引用，以及后续对这些元素进行赋值操作时，为何会导致出乎意料的结果，并提供了创建独立嵌套列表的正确方法。
1. Python列表乘法与引用的初始状态
在python中，使用乘法运算符（*）来“乘以”一个列表是一种快速创建重复元素列表的方法。然而，当列表中的元素是可变对象（如另一个列表）时，这种操作并非简单地复制元素，而是创建了对同一对象的多个引用。
考虑以下示例，我们尝试创建一个二维矩阵，并使用id()函数来观察其内部元素的内存地址：
# 假设A是一个用于确定维度的数据，例如 A = [[0,0],[0,0],[0,0]]# 这里我们仅使用其维度信息rows = 3cols = 2# 创建一个包含None的单行列表empty_row = [None] * cols# 使用该行列表创建矩阵empty_matrix = [empty_row] * rowsprint("--- 初始状态：列表元素ID ---")for i in range(len(empty_matrix)): print(f"行 {i} 的ID: {id(empty_matrix[i])}") for j in range(len(empty_matrix[0])): print(f" 元素 [{i}][{j}] 的ID: {id(empty_matrix[i][j])}", end = ", ") print()
运行上述代码，你可能会看到类似以下的输出：
--- 初始状态：列表元素ID ---行 0 的ID: 2856577670848 元素 [0][0] 的ID: 140733388238040, 元素 [0][1] 的ID: 140733388238040, 行 1 的ID: 2856577670848 元素 [1][0] 的ID: 140733388238040, 元素 [1][1] 的ID: 140733388238040, 行 2 的ID: 2856577670848 元素 [2][0] 的ID: 140733388238040, 元素 [2][1] 的ID: 140733388238040,
从输出中可以清晰地看到：
所有行的id()值都是相同的（例如2856577670848），这意味着empty_matrix中的所有行都引用了同一个列表对象empty_row。所有元素的id()值也都是相同的（例如140733388238040），这表明它们都引用了同一个None对象。
这验证了一个关键概念：当使用[item] * N创建列表时，如果item是一个可变对象，则新列表中的所有元素都将是对此item的引用，而不是独立的副本。
立即学习“Python免费学习笔记（深入）”；
2. 赋值操作与引用行为的改变
现在，我们尝试向这个矩阵的每个元素赋值。通常，我们期望每个元素都能独立地被赋予新值。
# 假设A是一个用于确定维度的数据，例如 A = [[0,0],[0,0],[0,0]]# 这里我们仅使用其维度信息rows = 3cols = 2# 创建一个包含None的单行列表empty_row = [None] * cols# 使用该行列表创建矩阵empty_matrix = [empty_row] * rowsprint("--- 赋值前矩阵内容 ---")for r in empty_matrix: print([c for c in r])# 对矩阵元素进行赋值for i in range(rows): for j in range(cols): empty_matrix[i][j] = i * 10 + jprint("n--- 赋值后矩阵内容 ---")for r in empty_matrix: print([c for c in r])print("n--- 赋值后列表元素ID ---")for i in range(len(empty_matrix)): print(f"行 {i} 的ID: {id(empty_matrix[i])}") for j in range(len(empty_matrix[0])): print(f" 元素 [{i}][{j}] 的ID: {id(empty_matrix[i][j])}", end = ", ") print()
运行上述代码，你会观察到以下输出：
--- 赋值前矩阵内容 ---[None, None][None, None][None, None]--- 赋值后矩阵内容 ---[20, 21][20, 21][20, 21]--- 赋值后列表元素ID ---行 0 的ID: 1782995372160 元素 [0][0] 的ID: 1782914902928, 元素 [0][1] 的ID: 1782914902960,行 1 的ID: 1782995372160 元素 [1][0] 的ID: 1782914902928, 元素 [1][1] 的ID: 1782914902960,行 2 的ID: 1782995372160 元素 [2][0] 的ID: 1782914902928, 元素 [2][1] 的ID: 1782914902960,
观察与解释：
最终矩阵内容： 所有的行都显示为[20, 21]。这与我们期望的 [[0,1], [10,11], [20,21]] 大相径庭。这是因为empty_matrix中的所有行都是对同一个empty_row列表对象的引用。当我们执行empty_matrix[i][j] = value时，实际上是在修改这个共享的empty_row列表。
i=0, j=0: empty_row[0] 被设置为 0。i=0, j=1: empty_row[1] 被设置为 1。i=1, j=0: empty_row[0] 被设置为 10（覆盖了之前的0）。i=1, j=1: empty_row[1] 被设置为 11（覆盖了之前的1）。i=2, j=0: empty_row[0] 被设置为 20（覆盖了之前的10）。i=2, j=1: empty_row[1] 被设置为 21（覆盖了之前的11）。因此，empty_row最终的状态是[20, 21]，由于所有行都引用它，所以整个empty_matrix看起来都是[[20, 21], [20, 21], [20, 21]]。
赋值后的元素ID：
empty_matrix[i] 的ID仍然是相同的，这再次确认了所有行仍然引用同一个列表对象。empty_matrix[i][0] 的ID是相同的，empty_matrix[i][1] 的ID也是相同的，但 empty_matrix[i][0] 的ID与 empty_matrix[i][1] 的ID不同。这表明在共享的empty_row列表中，索引0和索引1现在分别指向了两个不同的整数对象（20和21）。
核心原理：在Python中，empty_matrix[i][j] = new_value是一个赋值操作。它意味着将empty_matrix[i]（即共享的empty_row列表）中索引j处的引用，从旧对象（如None，或之前的某个整数）更改为指向new_value这个新对象。这个操作修改了共享列表empty_row的内部元素引用，而不是创建新的列表或独立的对象。
3. 正确创建独立嵌套列表的方法
为了避免上述引用陷阱，创建独立的嵌套列表（如二维矩阵）的推荐方法是使用列表推导式，确保每个内层列表都是一个全新的对象：
rows = 3cols = 2# 方法一：使用嵌套列表推导式# 外层循环创建新的行，内层循环创建新行的元素independent_matrix_1 = [[None for _ in range(cols)] for _ in range(rows)]print("--- 独立矩阵（方法一） ---")for r in independent_matrix_1: print([c for c in r])# 赋值测试for i in range(rows): for j in range(cols): independent_matrix_1[i][j] = i * 10 + jprint("n--- 赋值后独立矩阵（方法一） ---")for r in independent_matrix_1: print([c for c in r])print("n--- 赋值后独立矩阵（方法一）的ID ---")for i in range(len(independent_matrix_1)): print(f"行 {i} 的ID: {id(independent_matrix_1[i])}") for j in range(len(independent_matrix_1[0])): print(f" 元素 [{i}][{j}] 的ID: {id(independent_matrix_1[i][j])}", end = ", ") print()print("n" + "="*30 + "n")# 方法二：使用循环创建independent_matrix_2 = []for _ in range(rows): independent_matrix_2.append([None] * cols) # 每次append一个新创建的列表print("--- 独立矩阵（方法二） ---")for r in independent_matrix_2: print([c for c in r])# 赋值测试for i in range(rows): for j in range(cols): independent_matrix_2[i][j] = i * 10 + jprint("n--- 赋值后独立矩阵（方法二） ---")for r in independent_matrix_2: print([c for c in r])print("n--- 赋值后独立矩阵（方法二）的ID ---")for i in range(len(independent_matrix_2)): print(f"行 {i} 的ID: {id(independent_matrix_2[i])}") for j in range(len(independent_matrix_2[0])): print(f" 元素 [{i}][{j}] 的ID: {id(independent_matrix_2[i][j])}", end = ", ") print()
运行上述代码，你将看到预期的输出：
--- 独立矩阵（方法一） ---[None, None][None, None][None, None]--- 赋值后独立矩阵（方法一） ---[0, 1][10, 11][20, 21]--- 赋值后独立矩阵（方法一）的ID ---行 0 的ID: 1782995372320 元素 [0][0] 的ID: 140733388238040, 元素 [0][1] 的ID: 140733388238072, 行 1 的ID: 1782995372480 元素 [1][0] 的ID: 140733388238400, 元素 [1][1] 的ID: 140733388238432, 行 2 的ID: 1782995372640 元素 [2][0] 的ID: 140733388238720, 元素 [2][1] 的ID: 140733388238752, ==============================--- 独立矩阵（方法二） ---[None, None][None, None][None, None]--- 赋值后独立矩阵（方法二） ---[0, 1][10, 11][20, 21]--- 赋值后独立矩阵（方法二）的ID ---行 0 的ID: 1782995372160 元素 [0][0] 的ID: 140733388238040, 元素 [0][1] 的ID: 140733388238072, 行 1 的ID: 1782995372400 元素 [1][0] 的ID: 140733388238400, 元素 [1][1] 的ID: 140733388238432, 行 2 的ID: 1782995372640 元素 [2][0] 的ID: 140733388238720, 元素 [2][1] 的ID: 140733388238752,
可以看到，两种正确方法创建的矩阵在赋值后都能保持独立性。其关键在于，每次生成内层列表时都创建了一个新的列表对象，而不是引用同一个列表对象。
4. 总结与注意事项
*列表乘法（`）的引用行为：** 当使用[item] * N创建列表时，如果item是一个可变对象（如列表、字典、集合等），则新列表中的所有元素都将是对该item的引用。这意味着修改其中一个元素会影响所有引用了该item`的元素。赋值操作（=）的含义： variable = value或list[index] = value是将一个变量名或列表槽位绑定到value这个新对象上。它改变的是引用关系，而不是修改被引用的旧对象（除非value本身就是对旧对象的修改）。创建独立嵌套列表： 对于需要独立修改的嵌套列表，应避免使用[[]] * N这种形式。推荐使用列表推导式 [[初始值 for _ in range(cols)] for _ in range(rows)] 或显式循环创建，以确保每个内层列表都是一个独立的新对象。不可变对象的情况： 如果列表中的元素是不可变对象（如整数、浮点数、字符串、元组），那么使用*运算符通常是安全的，因为不可变对象一旦创建就不能被修改。即使它们被引用多次，对其中一个“元素”的“修改”实际上是创建了一个新对象并重新赋值，不会影响其他引用。
理解Python的引用机制和赋值操作的语义，是编写健壮、可预测代码的关键。特别是在处理可变对象时，对这些细节的把握能有效避免常见的逻辑错误。
以上就是深入理解Python列表乘法与引用行为的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1375317.html
微信扫一扫 
支付宝扫一扫 
