Python实现DNN时列表引用异常：修改n致其他列表同步变更

核心原因 #

Python里列表属于可变对象，直接赋值（比如n = weights、org_weights = weights）只是复制了对象的引用，并非创建独立的新列表。所以你修改n的元素时，实际上是在操作weights和org_weights共同指向的同一个内存对象，导致三者同步变化。

另外你代码里的n=org_weights只是把n的引用指向org_weights，但之前修改n[i][j]已经改变了原对象的元素，根本没起到“恢复”的作用。

修复方案 #

第一步：正确初始化org_weights为深拷贝 #

先确保org_weights是weights的完全独立副本，因为你的列表是二维的，需要用深拷贝：

import copy

# 初始化时做深拷贝，确保org_weights和weights完全独立
org_weights = copy.deepcopy(weights)

第二步：每次循环重新生成独立的n #

每次循环都从org_weights深拷贝出一个新的n，修改指定元素后测试，这样不会影响原有的org_weights和weights：

import copy

for i in range(size):
    for j in range(len(weights[i])):
        print("the index is [",i,",",j,"]")
        # 从原始备份深拷贝出独立的n
        n = copy.deepcopy(org_weights)
        # 只修改当前n的指定元素
        n[i][j] = weights[i][j] * 3
        model.set_weights(n)
        test_result = model.test_on_batch(X_test,y_test)
        print(test_result)
        # 不需要再赋值n=org_weights，下一次循环会重新生成新的n

额外说明 #

如果你的weights是一维列表，用浅拷贝（比如n = org_weights[:]）就够，但二维及以上嵌套列表必须用深拷贝，否则内层列表还是共享引用。

内容的提问来源于stack exchange，提问作者maath frman