如何初始化与指定嵌套列表同维度的全零嵌套列表

我明白你的问题啦！你遇到的问题其实是因为numpy.zeros_like()是为规则的numpy多维数组设计的，而你的嵌套列表属于「不规则列表（ragged list）」——每个子列表的长度都不一样，numpy没法把这种结构转换成标准的多维数组，所以用这个函数自然会出问题。

那咱们怎么实现和原列表结构完全一致的全0嵌套列表呢？这里有两种简单好用的方法：

方法一：列表推导式（最简洁） #

这是Python里处理这类问题最常用的方式，一行代码就能搞定：

A = [[1,2,3,4], [5,6,7], [8,9,10,11,12], [13,14]]
B = [[0]*len(sublist) for sublist in A]
print(B)
# 输出：[[0,0,0,0],[0,0,0],[0,0,0,0,0],[0,0]]

原理很简单：遍历原列表A中的每一个子列表，生成一个长度和该子列表完全相同的全0列表，最后把这些全0子列表组合起来，就得到了和A结构一模一样的B。

方法二：显式循环（适合新手理解） #

如果你觉得列表推导式有点抽象，也可以用更直观的循环写法：

A = [[1,2,3,4], [5,6,7], [8,9,10,11,12], [13,14]]
B = []
for sublist in A:
    # 生成和当前子列表长度一致的全0列表
    zero_sublist = [0 for _ in sublist]
    B.append(zero_sublist)
print(B)
# 输出和上面完全一样

这种写法一步步拆解了过程：先初始化一个空列表B，然后逐个处理A里的子列表，每个子列表对应生成一个全0的子列表，再把它添加到B中，最终得到目标结构。

这两种方法都能完美解决你的需求，而且不需要依赖numpy，完全用Python原生列表操作就能实现～

内容的提问来源于stack exchange，提问作者Silver moon