在python中，若在循环外创建列表并在循环内反复修改并追加到另一个列表，会导致所有元素指向同一内存地址，从而出现“每次更新都覆盖全部”的问题。解决方法是在循环内每次创建新列表对象。

在python中，若在循环外创建列表并在循环内反复修改并追加到另一个列表，会导致所有元素指向同一内存地址，从而出现“每次更新都覆盖全部”的问题。解决方法是在循环内每次创建新列表对象。

在强化学习或游戏AI训练数据采集过程中，常需将每轮交互的状态（state）、动作（action）、奖励（reward）等打包为样本，并存入一个二维列表（如 tlistm）中。但如示例代码所示，若复用同一个列表对象 tlistc（即未在循环内重新初始化），则 tlistm[e] = tlistc 实际上是将同一对象的多个引用存入列表——后续对 tlistc 的任何修改（如 tlistc[k] = s[k]）都会同步反映在 tlistm 的所有已存元素中，最终导致打印结果中所有行内容完全一致。

✅ 正确做法：在每次循环迭代开始时，新建一个独立的列表对象，确保每个样本互不干扰：

python-code-analyz

专业Python代码分析与优化，支持语法检查、安全扫描、性能评估、复杂度分析及重构后优化代码生成。

下载

for e in range(episodes):
    # ✅ 每次迭代创建全新列表，长度为14（索引0–13）
    tlistc = [0] * 14  # 或使用空列表后逐项赋值：tlistc = []

    qm = random.randint(0, 5)
    env.game(action)
    fps.tick(1)
    screen.fill(bgcolor)
    s = env.get_state()
    rew = s[12]
    q1 = rew + g * qm

    # 填充状态特征（前12维）
    for k in range(12):
        tlistc[k] = s[k]
    tlistc[12] = action   # 动作
    tlistc[13] = q1       # 目标Q值

    # ✅ 直接追加新对象（推荐），而非先append('a')再赋值
    tlistm.append(tlistc)

    if s[13] == 1:
        env.game_reset()
    action = random.randint(0, 3)

⚠️ 关键注意事项：

• ❌ 避免 tlistm.append('a'); tlistm[e] = tlistc 这类冗余操作——既增加出错风险，又违背直觉；
• ✅ 使用 tlistm.append(tlistc) 更安全、语义清晰；
• ? 若需深拷贝复杂嵌套结构，可导入 copy.deepcopy()，但本例中纯数值列表用 [0]*14 或 list(s[:12]) + [action, q1] 即可；
• ? 调试建议：在循环末尾添加 print(id(tlistc))，确认每次迭代的 tlistc 内存地址是否不同。

总结：Python 中的列表是可变对象，赋值操作传递的是引用而非副本。构建训练数据时，务必保证每个样本为独立对象——这是数据可靠性与模型训练稳定性的基础前提。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！