python列表推导式2.0

列表推导式实现矩阵转置的解析代码

上次解析的那个推导式还是过于简单，这次换点新的推导式。推导式怎么说呢，挺好用的，简洁，明不明了咱不说，因人而异啦。让代码更清晰，我觉得才是我所追求的，话不多说，直接先看代码。

matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
print([[row[i] for row in matrix] for i in range(4)])
# 输出[[1,5,9].[2,6,10],[3,7,11],[4,8,12]]

从上面看起来，列表推导式是真的很简洁，也算的上很清晰了，不过你可以看懂上面串推导式的话，下面这个你大致也不需要看下去了，没什么帮助，顶多你就是看一下我解析这串推导式的思路。

其实关于这个推导式，我们还可以使用python的内置函数来实现矩阵转置
（我个人认为嚯，能少用内置就少用内置，我个人喜欢实打实自己写出来的东西）

matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
list(map(list,zip(*matrix)))
# 输出和上面的输出一样

重头戏来了，开始解析

matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
aml, amt = [], []
for i in range(4):    # i做为索引
    for row in matrix:      # 循环列表输出，输出是一维的列表
        aml.append(row[i])  # 完空的列表aml里面添加元素
    amt.append(aml[:])
    aml.clear()

print(amt)

如上就是我个人思路的解析了，可能有人会不明白插入aml的时候为什么要加一个切片，首先我们必须知道，list.append()是往列表追加元素，如果你不加切片的话，你直接是amt.append(aml)的话，输出就是错误的，切片是让元素添加的时候按步骤来，一步一步走，新添加的元素不会干扰到旧的元素。其实这个就是一个浅拷贝和深拷贝的问题，这是很多语言都会有的问题，这里不细说了。（js的浅拷贝和深拷贝最为明显）。

这次写主要是看代码思路，很多时候不懂的时候，设置断点，慢慢看，不要，代码也就是看多了就懂了，看多了还不懂，那就算了吧，不要勉强自己了。