Python嵌套列表矩阵中A[2][:]与A[:][2]输出相同原因咨询

Python原生嵌套列表不支持NumPy式的多维度切片逻辑，所有切片操作都是从左到右按顺序逐层作用在当前返回的对象上，不会自动按“行/列”的矩阵维度映射：

• 对语句print(A[2][:])：执行顺序是先取外层列表A索引为2的元素（也就是从1开始计数的第三行，Python默认索引从0开始），得到子列表[-6, 7, 11, 19]，再对这个子列表做全切片[:]，返回的就是该子列表的浅拷贝，输出第三行是符合预期的。
• 对语句print(A[:][2])：第一步的A[:]是对外层列表做全切片，返回的是和原A结构完全一致的整个矩阵的浅拷贝，等价于复制了一份外层的行列表；第二步再对这个拷贝后的外层列表取索引为2的元素，拿到的自然还是第三行的子列表，因此两个语句输出完全相同。

原生Python没有直接按列切片的语法，要提取指定列需要遍历所有行，逐行取出对应索引的元素：

• 常规循环写法：

# 提取索引为2的列（从1计数的第三列，元素为5、9、11、4）
col_3 = []
for row in A:
    col_3.append(row[2])
print(col_3)

• 更简洁的列表推导式写法：

col_3 = [row[2] for row in A]
print(col_3)

注意：[:, 2]这种直接按列切片的写法，是NumPy数组针对矩阵运算场景专门实现的语法，原生Python列表不支持该特性。

内容的提问来源于stack exchange，提问作者Blackwidow