Python实现矩阵n层零边框填充及代码报错解决

错误原因分析 #

你遇到的“k is not accessed”和“l is not accessed”是未使用变量的静态检查警告（并非运行时错误），说明代码里定义了k和l变量但全程未调用。这类警告不影响程序运行，但会降低代码可读性，核心问题还是原有代码逻辑未正确实现添加零边框的功能。

正确实现方法 #

针对大型图像矩阵添加n层零边框，提供两种高效实现方式：纯Python列表操作（适配小矩阵）和NumPy操作（适配大型矩阵，性能更优）。

方法1：纯Python列表实现 #

def add_zero_border(matrix, n):
    if not matrix:
        return []
    rows = len(matrix)
    cols = len(matrix[0]) if rows > 0 else 0
    # 创建初始全零的新矩阵
    bordered_matrix = [[0]*(cols + 2*n) for _ in range(rows + 2*n)]
    # 将原矩阵复制到新矩阵中间区域
    for i in range(rows):
        for j in range(cols):
            bordered_matrix[i + n][j + n] = matrix[i][j]
    return bordered_matrix

方法2：NumPy实现（推荐用于大型矩阵） #

NumPy的pad函数可直接实现边框填充，代码简洁且性能更高：

import numpy as np

def add_zero_border_np(matrix, n):
    return np.pad(matrix, pad_width=n, mode='constant', constant_values=0)

输入输出示例 #

输入（原矩阵，n=1） #

original_matrix = [[1, 2], [3, 4]]
n = 1

输出 #

# 纯Python方法输出
[[0, 0, 0], [0, 1, 2], [0, 3, 4], [0, 0, 0]]

# NumPy方法输出
array([[0, 0, 0],
       [0, 1, 2],
       [0, 3, 4],
       [0, 0, 0]])

警告修复建议 #

若原始代码中存在k和l变量，直接删除未使用的变量即可消除警告；或调整逻辑让变量参与运算——不过基于需求，上述正确实现已无需额外定义这类变量。

内容的提问来源于stack exchange，提问作者Inakis Girou