如果只有一个对列表的引用，则执行以下操作可能会更容易：

bool_list = [False] * len(bool_list)

这将创建一个用False元素填充的新列表。
类似的例子请参见我对Python字典clear的回答。

下面是另一个版本：

bool_list = [False for item in bool_list]

总结从性能Angular 来看，numpy或列表乘法是明显的赢家，因为它们比其他方法快10- 20倍。

我对所提出的各种选项做了一些性能测试，我使用了Python 2.5.2，在Linux（Ubuntu 8.10）上，使用了1.5Ghz的Pentium M。

原件：

python timeit.py -s 'bool_list = [True] * 1000' 'for x in xrange(len(bool_list)): bool_list[x] = False'

1000圈，三局两胜：每个回路280 usec

使用列表解析进行基于切片的替换：

python timeit.py -s 'bool_list = [True] * 1000' 'bool_list[:] = [False for element in bool_list]'

1000圈，三局两胜：每个回路215 usec

使用生成器解析进行基于切片的替换：

python timeit.py -s 'bool_list = [True] * 1000' 'bool_list[:] = (False for element in bool_list)'

1000圈，三局两胜：每个回路265 usec

枚举：

python timeit.py -s 'bool_list = [True] * 1000' 'for i, v in enumerate(bool_list): bool_list[i] = False'

1000圈，三局两胜：每个循环385 usec
“小奶包”：

python timeit.py -s 'import numpy' -s 'bool_list = numpy.zeros((1000,), dtype=numpy.bool)' 'bool_list[:] = False'

10000个循环，三局两胜：每个回路15.9 usec

使用列表乘法进行基于切片的替换：

python timeit.py -s 'bool_list = [True] * 1000' 'bool_list[:] = [False] * len(bool_list)'

10000个循环，三局两胜：每个回路23.3 usec

使用列表乘法替换引用

python timeit.py -s 'bool_list = [True] * 1000' 'bool_list = [False] * len(bool_list)'

10000个循环，三局两胜：11.3微秒/回路

bool_list[:] = [False] * len(bool_list)

或

bool_list[:] = [False for item in bool_list]

如果你愿意使用numpy数组，使用数组切片做这样的事情实际上很容易。

import numpy

bool_list = numpy.zeros((100,), dtype=numpy.bool)

# do something interesting with bool_list as if it were a normal list

bool_list[:] = False
# all elements have been reset to False now

我不会使用range和len，使用enumerate（）会干净得多

for i, v in enumerate(bool_list): #i, v = index and value
    bool_list[i] = False

在本例中，它只剩下一个未使用的变量，但在我看来，它看起来仍然很干净，性能也没有明显的变化。

对于int、bool和string这样的值类型，第二个例子就像它将要得到的一样漂亮。第一个例子将适用于任何引用类型，如类、字典或其他列表。

我觉得

bool_list = [False for element in bool_list]

使用这样的列表通常应该比Python中的for循环更快。