为什么Python列表推导式与列表乘法的行为表现存在差异？

两种写法的核心差异来自Python中列表乘法的引用复制逻辑：

• 正常运行的嵌套列表推导式写法[[0 for j in range(n)] for i in range(n)]，会在外层循环的每一轮都生成一个全新的独立全0列表作为矩阵行，最终得到的n行是内存中完全独立的n个对象，修改某一行的元素不会对其他行产生影响。
• 出问题的简化写法[[0]*n]*n，仅会在第一步生成1个全0的内层列表，外层的*n操作不会复制创建新列表，只会把这同一个内层列表的内存引用复制n次存到外层列表里。也就是说最后得到的“二维矩阵”里，所有行指向的都是同一个列表对象。

这里补充个小知识点：[0]*n本身是安全的，因为整数是不可变类型，不存在修改元素时联动影响其他位置的问题，问题只出在对可变类型（列表）做乘法复制引用的环节。

当你执行循环for i in range(n): zeros[i][i] = 1时，每一次修改本质都是操作那唯一一个被所有行共享的列表：i=0时把列表第0位改成1，i=1时把第1位改成1……循环结束后这个共享列表的所有位置都被改成了1，打印出来自然每一行都是全1的结果。

你可以通过打印对象内存id的方式直观验证这个差异：

n = 3
# 错误初始化方式
bad = [[0]*n]*n
print([id(row) for row in bad])  # 输出的n个id完全相同，证明是同一个对象

# 正确初始化方式
good = [[0]*n for _ in range(n)]
print([id(row) for row in good]) # 输出的n个id各不相同，是独立对象

如果要写更简洁的正确实现，不需要在内层用列表推导生成全0行，只要保证外层每次迭代都生成新的行列表即可，简化版正确代码如下：

def identity(n):
    mat = [[0]*n for _ in range(n)]
    for i in range(n):
        mat[i][i] = 1
    return mat

for i in range(5):
    print(identity(5)[i])

内容的提问来源于stack exchange，提问作者KevinQ