Python快速创建二维数组（Python中的引用）

Python中的引用方法（列表构造）

问题

构造方法

'''
python 3.10.7 utf-8
Author: kai
Time: 2023-11-22
'''

def mxArrary_show(mxArray):
    print(mxArray, end='\n\n')
    for row in mxArray:
        print(row)
    print("----------------")


# 构造方法一
mxArray1 = [[0] * 5] * 5
# 构造方法二
mxArray2 = [[1 for i in range(5)]for j in range(5)]


mxArrary_show(mxArray1)
mxArrary_show(mxArray2)

mxArray1[1][1] = 2
mxArray2[1][1] = 2

mxArrary_show(mxArray1)
mxArrary_show(mxArray2)

创建的二维列表

[[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]

[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
----------------
[[1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1]]

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

经过修改的结果

[[0, 2, 0, 0, 0], [0, 2, 0, 0, 0], [0, 2, 0, 0, 0], [0, 2, 0, 0, 0], [0, 2, 0, 0, 0]]

[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
----------------
[[1, 1, 1, 1, 1], [1, 2, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1]]

[1, 1, 1, 1, 1]
[1, 2, 1, 1, 1]
[1, 1, 1, 1, 1]
[1, 1, 1, 1, 1]
[1, 1, 1, 1, 1]
----------------

问题

为何存在

[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]
[0, 2, 0, 0, 0]

和

[1, 1, 1, 1, 1]
[1, 2, 1, 1, 1]
[1, 1, 1, 1, 1]
[1, 1, 1, 1, 1]
[1, 1, 1, 1, 1]

的修改差异。在对第[1][1]个元素进行修改的时候，mxArray[1]全都进行了更改。

原因

当创建“[0]*5”时，它确实看起来像是多次引用同一个列表，但事实并非如此。

inner_list=[0]*5

这里，“inner_list”是一个包含五个元素的列表，所有元素都是整数“0”，这创建对同一列表"[0]"的引用，它是在创建一个包含 5 个相同引用的列表，而不是创建 5 个独立的列表；最后，它创建了一个包含五个[0]（列表内容为一个0）的新列表(inner_list)。
现在，在嵌套列表中使用此选项时：

outer_list=[inner_list]*5

实际上，它就是重复了对同一列表对象的引用。因此，如果您修改“inner_list”的内容（例如，“inner_list[1]=42’”），您将看到“outer_list”所有元素中都反映了更改。
简言之，“[0]*5”创建一个具有五个零的新列表，而“[inner_list]*5’创建一个带有对同一列表的五个引用的列表（“inner_list”）。

问题举例

inner_list = [0]
outer_list = inner_list * 5
print(outer_list)  # 输出 [0, 0, 0, 0, 0]
outer_list[1] = 2
print(outer_list)  # 输出 [0, 2, 0, 0, 0]

在这个问题中"outer_list[1] = 2"其实是修改了outer_list[1]的值，使其为2而不是最开始引用的"inner_list".

这样子更好说明：

inner_list = [0]
outer_list = inner_list * 5

print(outer_list)

for row in outer_list:
    print(id(row))
'''
输出:
[0, 0, 0, 0, 0]
1814176465104
1814176465104
1814176465104
1814176465104
1814176465104
'''

outer_list[1] = 2
print(outer_list)

for row in outer_list:
    print(id(rowv))
'''
输出:
[0, 2, 0, 0, 0]
1814176465104
1814176465168 <
1814176465104
1814176465104
1814176465104
'''

在"outer_list[1] = 2"之后，outer_list[1]位置的id发生了变化，而outer_list其他元素仍然使用相同id(相同inner_list对象)

---

回到二维数组

inner_list = [0] * 5
outer_list = [inner_list] * 5

'''
outer_list = [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
'''

outer_list[1][1] = 1

'''
outer_list = [[0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0]]
'''

"outer_list[1][1] = 1"是对outer_list\[1][1]也就是inner_list(outer_list\[1])的inner_list[1]的修改，而outer_list是由 5个 相同的inner_list组成，因此 outer_list的5个元素都会发生相同的变化。

额外展示一下：

inner_list = [0] * 5
outer_list = [inner_list] * 5

print(outer_list)
for i in outer_list:
    print(id(i))

outer_list[1][1] = 1

print(outer_list)
for i in outer_list:
    print(id(i))


outer_list[1] = [2, 2, 2, 2, 2]

print(outer_list)
for i in outer_list:
    print(id(i))

'''
输出结果为：
[[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]]
2186803516096
2186803516096
2186803516096
2186803516096
2186803516096
[[0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0]]
2186803516096
2186803516096
2186803516096
2186803516096
2186803516096
[[0, 1, 0, 0, 0], [2, 2, 2, 2, 2], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0], [0, 1, 0, 0, 0]]
2186803516096
2186803515520
2186803516096
2186803516096
2186803516096
'''

各位也可以试试输出 内层列表 中元素 的id看看，内容比较多，这里就不贴出了。