这是我上一个问题的后续帖子：Referring to arrays in a for-loop。
我想概括那里提出的解决方案，以便能够完成更复杂的任务，例如将列附加到包含某些计算结果的每个数组：
import numpy as np
list=[one, two, three]
for arr in list:
arr=np.column_stack([arr,5*arr[:,2]-arr[:,1])])
所有三个数组都具有相同的维度。
【问题讨论】：
标签： python arrays python-3.x numpy for-loop
In [59]: one=np.arange(6).reshape(2,3)
In [60]: two=np.arange(6).reshape(2,3)
暂时忘记循环，尝试更改one：
In [61]: arr = one
In [62]: arr=np.column_stack([arr,5*arr[:,2]-arr[:,1]])
In [63]: arr
Out[63]:
array([[ 0, 1, 2, 9],
[ 3, 4, 5, 21]])
In [65]: one
Out[65]:
array([[0, 1, 2],
[3, 4, 5]])
此操作已更改 arr，但未更改 one。最初 arr 引用了与 one 相同的对象 (ndarray)，但在新赋值之后，它引用了一个新数组。
在
for arr in alist:
arr = ....
arr 被分配了一个元素 alist。但是在循环中它被分配了另一个东西，而不改变原始对象。在下一次迭代中，arr 被分配到列表中的下一个元素，依此类推。
您需要记住几件事。
column_stack 之类的函数在你之前的问题中
In [69]: for arg in [one,two]:
...: arg[:,1:] += 10
...:
In [70]: one
Out[70]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
In [71]: two
Out[71]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
这是因为arg[:,1:] += 10 正在修改当前分配给arg 的数组。一个数组是mutable；元素值可以就地更改。
np.column_stack() 不会就地执行。它创建了新数组。
关于使用列表更改 one 和 two 的唯一方法是以下操作序列：
In [72]: newlist=[np.column_stack([arr,5*arr[:,2]-arr[:,1]]) for arg in [one,two]]
In [73]: newlist
Out[73]:
[array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]]), array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]])]
In [74]: one
Out[74]:
array([[ 0, 11, 12],
[ 3, 14, 15]])
In [75]: one, two = newlist
In [76]: one
Out[76]:
array([[ 0, 1, 2, 9, 9],
[ 3, 4, 5, 21, 21]])
In[72] 创建一个带有新数组的新列表。 In[75] 将这些新数组分配给变量one 和two。这抹去了他们以前的参考资料。实际上我做了one=[np.column_stack([one,5*one[:,2]-one[:,1]])，同样的two。
【讨论】：
分配给变量不会更新列表，它只是对数组中值的临时引用。
使用enumerate获取列表索引，然后用结果替换即可。
for index, arr in enumerate(myList):
myList[index] = np.column_stack([arr,5*arr[:,2]-arr[:,1])])
另外，避免使用内置类和函数的名称作为您自己的变量名。 list 是标准类。
【讨论】：
one、two、three？
恐怕您引用的解决方案只能概括为对数组的就地更改。任何改变大小的东西都会 AFAIK 创建一个新数组。
所以这个
>>> X,Y,Z = (np.arange(i+1, i+10, dtype=float).reshape(3, 3) for i in range(3))
>>> L = [X,Y,Z]
>>> for arr in L:
... np.sin(arr, out=arr)
或者这个
>>> for arr in L:
... arr[1] = arr[1, ::-1]
会起作用的。
你甚至可以替换整个数组，只要你在原地做：
>>> for arr in L:
... arr[...] = 1.7
但是这个
>>> for arr in L:
... np.append(arr, arr[-1])
不会更改原始数组而是创建新数组。重新分配给 arr 将无济于事，因为它只是将名称 arr 重新绑定到新对象。
【讨论】：
不要忘记，在 Python 中，变量是对值的引用。迭代变量是一个变量，所以给这个变量赋一个新值不会改变可迭代对象。
在这种情况下，为什么不使用列表推导式？
import numpy as np
my_list = [one, two, three]
my_list = [np.column_stack([arr,5*arr[:,2]-arr[:,1])]) for arr in list]
请不要影响listtype...
【讨论】：