列表推导在Python Shell中运行良好，但在运行脚本时将被忽略

我有以下d numpy数组：

array([[0, 1, 4, 9, 4, 1, 0, 1, 4],
       [1, 0, 1, 4, 1, 0, 1, 0, 1],
       [1, 0, 1, 4, 1, 0, 1, 0, 1],
       [4, 1, 0, 1, 0, 1, 4, 1, 0],
       [4, 1, 0, 1, 0, 1, 4, 1, 0],
       [9, 4, 1, 0, 1, 4, 9, 4, 1],
       [1, 0, 1, 4, 1, 0, 1, 0, 1],
       [0, 1, 4, 9, 4, 1, 0, 1, 4]])

我需要D使用动态时间规整算法填充另一个2d数组（），该算法需要先填充第一行和第一列，然后再填充数组的其余部分。

为此，我有一个DTWdistance(d)函数，该函数接收d上面的数组作为计算和返回新D数组的参数。

我打算在for循环上使用列表推导，但是当循环按预期工作时，在运行脚本时，列表推导被完全忽略了。但是，当它们在Python Shell中运行时，它们可以很好地工作，因此可以丢弃任何语法错误。

由于将忽略列表的理解，因此D永远不会计算该数组，并且该函数将返回相同的d数组而没有任何更改。

例如：

D[0,1:] = [d[0,i] + D[0, i-1] for i in range(1, m)]

这应该填充的第一行D阵列（从开始i=1使用以下值）： [1, 5, 14, 18, 19, 19, 20, 24]。

但是，让该列表理解第一行并for在其余过程中循环，它会产生D具有正确值的数组，除了第一行不会改变任何内容，而不是将上面的列表分配给该数组切片，它只是从d数组的相应切片中分配那些值：[1, 4, 9, 4, 1, 0, 1, 4]。

结果，通过使用列表推导来计算整个D数组，我得到的只是同一个d数组。

我很清楚那里存在几种面向DTW的工具，但这是我自己的实现，可以满足一组特定的个人需求。

我将对以下原因进行解释，这些解释为何会忽略列表推导，如果我做错了什么，或者这可能是个错误，以及如何克服它。

我在Windows 8上使用Python 3.4 x64和Spyder IDE 2.3.5.2。

TL; DR：

尝试使用列表推导而不是循环来计算多个列表，并将其分配给2d数组的特定切片。它们在Python Shell中可以正常工作，但是如果在脚本中运行则将被忽略。我不知道为什么。

根据要求，MCVE：

import numpy as np

def ldistance(x, y):
    m = len(x)
    n = len(y)

    # Euclidean distance
    d = np.array([[(x[j]-y[i])**2 for j in range(m)] for i in range(n)],
             dtype=float)
    return d

def cdistance(d):
    n, m = d.shape
    D = np.zeros((n, m))

    # First element is identical in both matrices.
    D[0, 0] = d[0, 0]
    # Elements in first row [0, 1:]
    D[0, 1:] = [d[0, j] + D[0, j-1] for j in range(1, m)]
    # Elements in first column [1:, 0]
    D[1:, 0] = [d[i, 0] + D[i-1, 0] for i in range(1, n)]
    # Rest of the elements in the matrix [1:, 1:]
    D[1:, 1:] = [[d[i, j] + min(D[i-1, j-1], D[i-1, j], D[i, j-1])
                 for j in range(1, m)]
                 for i in range(1, n)]
    return D

# --

x = [0, 1, 2, 3, 2, 1, 0, 1, 2]
y = [0, 1, 1, 2, 2, 3, 1, 0]

d = ldistance(x, y)
D = cdistance(d)