Pybind11定义类中列表属性内容无法赋值的问题排查

当你通过def_readwrite绑定SparseMatrix::cData时，pybind11默认会对std::vector<std::vector<int>>执行值拷贝：每次访问D1.cData，都会将C侧的原始容器转换成一个全新的Python列表对象。因此你修改这个副本的子元素时，完全不会影响到C底层的真实数据；而整体赋值D1.cData = [[1],[2],[3]]会触发pybind11的赋值逻辑，把Python列表转换成C++容器替换原始数据，所以这一操作能生效。

有两种可行的修改方式，根据需求选择：

方法一：通过属性绑定实现引用访问（推荐，无需额外绑定容器类） #

将绑定代码中def_readwrite("cData", &SparseMatrix::cData)替换为以下代码，手动实现getter/setter并指定引用返回策略：

.def_property("cData",
    // Getter：返回C++容器的引用，使用reference_internal策略绑定生命周期
    [](SparseMatrix &self) -> CData& {
        return self.cData;
    },
    // Setter：赋值时同步更新n_cols（保持与构造逻辑一致）
    [](SparseMatrix &self, const CData &new_cData) {
        self.cData = new_cData;
        self.n_cols = new_cData.size();
    },
    py::return_value_policy::reference_internal)

修改后，访问D1.cData会返回一个指向底层C容器的代理对象，子元素的修改会直接同步到C侧。

方法二：绑定容器类实现完全可变支持 #

如果需要支持更细粒度的操作（比如D1.cData[1].append(3)），可以给Column和CData也创建pybind11绑定，让它们成为Python中的可变对象：

// 先绑定Column类型
py::class_<Column>(m, "Column")
    .def(py::init<>())
    .def(py::init<std::initializer_list<Int>>())
    .def("__getitem__", [](const Column &col, size_t idx) { return col[idx]; })
    .def("__setitem__", [](Column &col, size_t idx, Int val) { col[idx] = val; })
    .def("__len__", [](const Column &col) { return col.size(); })
    .def("append", &Column::push_back);

// 绑定CData类型
py::class_<CData>(m, "CData")
    .def(py::init<>())
    .def(py::init<std::initializer_list<Column>>())
    .def("__getitem__", [](const CData &cd, size_t idx) -> Column& { return cd[idx]; }, py::return_value_policy::reference_internal)
    .def("__setitem__", [](CData &cd, size_t idx, const Column &col) { cd[idx] = col; })
    .def("__len__", [](const CData &cd) { return cd.size(); })
    .def("append", &CData::push_back);

// 修改SparseMatrix的cData绑定
py::class_<SparseMatrix>(m, "SparseMatrix")
    // ... 其他绑定代码保持不变
    .def_readwrite("cData", &SparseMatrix::cData, py::return_value_policy::reference_internal)
    // ... 其他绑定代码保持不变

修改后重新编译绑定模块，执行Python代码即可得到预期结果：

>>> D1 = phc.SparseMatrix(3, [[0],[1],[2]])
>>> D1.cData
[[0], [1], [2]]
>>> D1.cData[1] = [1,2]
>>> D1.cData
[[0], [1,2], [2]]

内容的提问来源于stack exchange，提问作者Saudman97