python 中的矩阵加法

Question

我正在尝试编写一个简单的函数，它将 return 两个矩阵（嵌套列表）的总和。我不明白为什么下面的代码不能按预期工作。注意所有的打印步骤都很好，但是最后的结果却不行。

代码：

matrix_a = [[1, 2, 4], [0, 1, 3], [2, 2, 8]]
matrix_b = [[0, 3, 1], [5, 4, 2], [8, 2, 6]]

rows = len(matrix_a)
columns = len(matrix_a[0])
result = [[0] * columns] * rows
for x in range(rows):
 for y in range(columns):
   result[x][y] = matrix_a[x][y] + matrix_b[x][y]
   print(f'[{x}][{y}]: {matrix_a[x][y]} + {matrix_b[x][y]} = {result[x][y]}')
print(result)

输出：

[0][0]: 1 + 0 = 1
[0][1]: 2 + 3 = 5
[0][2]: 4 + 1 = 5
[1][0]: 0 + 5 = 5
[1][1]: 1 + 4 = 5
[1][2]: 3 + 2 = 5
[2][0]: 2 + 8 = 10
[2][1]: 2 + 2 = 4
[2][2]: 8 + 6 = 14
[[10, 4, 14], [10, 4, 14], [10, 4, 14]]

你能告诉我如何修复它吗？对我来说更重要的是，为什么最后一行被复制了三遍？

Answer 1

问题在于您初始化结果的方式，

[[0] * columns] * rows] # results in reference being same,

上面发生的事情是您正在创建一个数组 [0, 0, 0] 并引用它 3 次。

改为

[[0] * columns] for _ in range(rows)]. # separate lists would be created.

Answer 2

当您执行 [[0] * columns] * rows 时，您正在创建一个包含 3 个对同一列表的引用的列表。

相当于下面的代码：

a = [0, 0, 0]      # a = [0] * columns
result = [a, a, a] # result = [a] * rows

因此，当您执行 result[0]、result[1] 和 result[2] 时，您实际上引用了与 a 相同的底层内存。因为它们都引用同一个对象，所以当你执行最后三行时

[2][0]: 2 + 8 = 10
[2][1]: 2 + 2 = 4
[2][2]: 8 + 6 = 14

您实际上是在修改相同的底层实体，a（在我们的例子中）。

如果您想以编程方式分配结果数组，则必须这样做

result = [[0] * columns for _ in range(rows)]

附录： 现在您可能会问为什么 [0] * columns 不显示相同的行为，即。为什么您的整个结果数组的值不是 14。这与 Python 如何管理底层内存有关，并且与数据类型是否可平凡复制（例如基元）以及数据类型是否不可变（例如元组与列表）。

Answer 3

matrix_a = [[1, 2, 4], [0, 1, 3], [2, 2, 8]]
    matrix_b = [[0, 3, 1], [5, 4, 2], [8, 2, 6]]
    
    result = []
    for row in range(len(matrix_a)):
        x = []
        for col in range(len(matrix_a[row])):
            summed_row_array = matrix_a[row][col] + matrix_b[row][col]
            x.append(summed_row_array)
    
        result.append(x)
    
    
    print(result)

python 中的矩阵加法

Matrix addition in python

python

list

matrix

nested-lists