如何高效初始化deque 避免numpy数组引用共享导致的全元素修改问题

你最初的写法出现全量同步修改，核心原因是[np.ones(dims)] * 10并没有创建10个独立的numpy数组，只是将同一个数组对象的内存引用复制了10次存入列表。deque最终拿到的10个元素指向同一块内存地址，修改任意一个元素本质都是操作同一个数组，自然所有位置都会同步变更。
你写的for循环append方案能正常生效，是因为每次循环都会重新调用np.ones(dims)生成全新的独立数组，10个元素分别指向不同的内存块，互不干扰。

不需要写显式for循环，直接用生成器表达式作为deque的初始化入参即可，逻辑和for循环完全一致，写法更紧凑：

from collections import deque
import numpy as np

dims = (20, 20)
my_deque = deque((np.ones(dims) for _ in range(10)), maxlen=10)

• 该写法每次迭代都会执行一次np.ones(dims)生成独立新数组，不存在引用复用问题
• 生成器不会预先在内存中生成完整的存10个元素的临时列表，比列表推导式更省内存
• 执行测试修改操作my_deque[7][2, :] = 0时，只会修改索引为7的对应数组元素，其余元素不受影响，和for循环实现效果完全一致

这类引用复用问题不是numpy独有的，只要用*对存储可变对象（列表、字典、自定义类实例、numpy数组等）的列表做复制，都会触发相同bug，比如：

# 错误写法：三个元素指向同一个列表
bad_demo = [[]] * 3
bad_demo[0].append("test")
# 最终三个元素值全为["test"]

涉及可变对象的多副本初始化，都要保证每次迭代生成新对象，不要用乘法批量复制引用。

内容的提问来源于stack exchange，提问作者arnino