先明确我们的基础数据和目标代码：
原矩阵：

matrix = [ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12] ]

实现转置的列表推导式：

transposed_matrix = [[row[i] for row in matrix] for i in range(4)]

先把列表推导式“展开”成普通循环，更容易理解 #

其实这个双层列表推导式就是嵌套for循环的紧凑写法，展开后是这样的：

transposed_matrix = []
# 外层循环：遍历原矩阵的列索引
for i in range(4):
    current_transposed_row = []
    # 内层循环：遍历原矩阵的每一行
    for row in matrix:
        # 取出当前行的第i个元素（也就是原矩阵的第i列元素）
        current_transposed_row.append(row[i])
    # 把收集好的列元素作为转置矩阵的一行加进去
    transposed_matrix.append(current_transposed_row)

分步拆解每一轮循环的执行过程 #

矩阵转置的核心逻辑是：把原矩阵的第i列，变成转置矩阵的第i行，我们跟着循环一步步走：

• 当i=0时（处理原矩阵的第0列）
  遍历matrix的每一行，依次取出每行索引为0的元素：

  • 第一行[1,2,3,4]取row[0] → 1
  • 第二行[5,6,7,8]取row[0] → 5
  • 第三行[9,10,11,12]取row[0] → 9
    收集到的current_transposed_row是[1,5,9]，添加到transposed_matrix后，此时结果是[[1,5,9]]

• 当i=1时（处理原矩阵的第1列）
  同样遍历每一行取索引1的元素：

  • 第一行取2，第二行取6，第三行取10
    收集到[2,6,10]，添加后结果变成[[1,5,9], [2,6,10]]

• 当i=2时（处理原矩阵的第2列）
  取出每行索引2的元素：3、7、11
  收集到[3,7,11]，添加后结果是[[1,5,9], [2,6,10], [3,7,11]]

• 当i=3时（处理原矩阵的第3列）
  取出每行索引3的元素：4、8、12
  收集到[4,8,12]，添加后最终得到完整的转置矩阵：
  [[1,5,9], [2,6,10], [3,7,11], [4,8,12]]

核心原理总结 #

这个双层列表推导式的逻辑是：

1. 外层循环for i in range(4)：控制我们要提取原矩阵的哪一列（i就是列索引）
2. 内层循环for row in matrix：遍历原矩阵的每一行，取出当前行的第i个元素
3. 把同一列的所有元素收集成一个列表，这个列表就是转置矩阵的一行

另外提个小细节：这里range(4)是因为原矩阵每行有4个元素（也就是4列），如果原矩阵的列数变化，这个数字也要对应调整哦。

内容的提问来源于stack exchange，提问作者Deep