本文讲解如何将一维编号（如 1~16 对应 4×4 网格）准确映射到二维坐标，并生成含 0/1 的可视化网格，同时提供健壮、可扩展、符合 pep 8 规范的 python 实现。
在网格编程中，一个常见需求是：给定一个从 1 开始的线性索引序列（例如 [2, 5, 12, 16]），将其“展开”到 size × size 的二维布尔网格中——其中索引 i 对应第 ⌊(i−1)/size⌋ 行、第 (i−1) % size 列（即行优先、1-based 编号）。原始代码存在多个关键问题：全局变量滥用、列表引用错误（horizontal 被重复追加导致所有行指向同一对象）、索引映射逻辑缺失，以及输出对齐不兼容大尺寸网格。
下面给出完整、模块化、生产就绪的解决方案：
✅ 核心设计原则
- 关注点分离：make_grid() 负责数据构造，print_grid() 仅负责格式化输出；
- 无副作用：避免全局变量，所有状态通过参数传递；
- 索引鲁棒映射：使用 divmod(i - 1, size) 同时获取行与列（自动处理边界）；
- 自适应对齐：支持任意 size（如 15×15），动态计算行列索引宽度，确保数字右对齐、列间空格一致。
✅ 完整可运行代码
import random
def make_grid(size, chosen_indices):
"""创建 size×size 网格，将 chosen_indices 中的 1-based 线性索引设为 1，其余为 0"""
grid = [[0] * size for _ in range(size)]
for i in chosen_indices:
if 1 <= i <= size * size: # 防御性检查
row, col = divmod(i - 1, size)
grid[row][col] = 1
return grid
def print_grid(grid):
"""美观打印网格，支持大尺寸对齐"""
if not grid:
return
size = len(grid)
max_idx_width = len(str(size - 1))
fmt = f"{{:>{max_idx_width}d}}" # 右对齐格式化字符串
# 打印每行：索引 + [元素]
for i, row in enumerate(grid):
print(fmt.format(i), end="[")
print(" ".join(fmt.format(x) for x in row), end="]\n")
# 打印底部列索引
print(" " * max_idx_width, end=" ")
print(" ".join(fmt.format(j) for j in range(size)))
# 主程序逻辑
if __name__ == "__main__":
size = int(input("Size? (even): "))
area = size * size
half = area // 2
thechosenhalf = random.sample(range(1, area + 1), half)
grid = make_grid(size, thechosenhalf)
print_grid(grid)⚠️ 关键注意事项
- 索引起始必须为 1：range(1, area+1) 保证编号从 1 开始（非 Python 默认的 0），这是题设前提；
- 避免浅拷贝陷阱：原代码中 vertical.append(horizontal) 会将同一列表对象多次添加，导致修改一行影响全部——新代码用 [[0]*size for _ in range(size)] 创建独立行；
- 防御性编程：make_grid() 内增加 if 1
- 对齐原理：max_idx_width = len(str(size-1)) 计算最大行列号位数（如 size=15 → 最大索引 14 → 宽度 2），再用 f"{x:>{width}d}" 实现右对齐，确保 [1 1 0] 不错位。
? 示例输出对比
输入 size=4，thechosenhalf = [1,2,3,4,5,6,7,8]（前半区域）：
0[1 1 1 1] 1[1 1 1 1] 2[0 0 0 0] 3[0 0 0 0] 0 1 2 3
输入 size=15，thechosenhalf = range(1,9)（仅前 8 个）：
0 [1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 ] 1 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ] ... 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
该方案彻底解决了原始代码的逻辑缺陷与可维护性问题，可直接集成至算法练习、游戏地图初始化或可视化实验中。
