Python函数不应该更改全局变量

Question

我对 Python 和 Numpy 还很陌生，在将 MATLAB 程序翻译成 Python 时遇到了这个问题。

据我所知，下面的代码通过修改全局变量表现异常，即使它不应该这样做。

import numpy as np

A = np.matrix([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

def function(B):
    B[1,1] = B[1,1] / 2
    return B

C = function(A)

print(A)

输出是：

[[0 1 2]
 [3 2 5]
 [6 7 8]]

函数将矩阵的中间数除以二并返回。但它似乎也在改变全局变量。

在这里，这个问题可以很容易地避免，但我试图理解它为什么会出现。

由于某些原因，如果函数将整个矩阵除以 2，则不会发生这种情况。

import numpy as np

A = np.matrix([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

def function(B):
    B = B / 2
    return B

C = function(A)

print(A)

输出是：

[[0 1 2]
 [3 4 5]
 [6 7 8]]

Answer 1

第一种情况

def function(B):
    B[1,1] = B[1,1] / 2
    return B

您更改了名称B 所指向的可变对象的特定元素的内容。如上一个答案中所述。

而在

def function(B):
    B = B / 2
    return B

关键是B / 2 完全是一个新对象。作为输入给出的对象不会改变。

您将其重新分配给本地名称B 这一事实并不重要。它使B 不再指向作为函数输入提供的原始对象，而是指向一个全新的对象实例。该函数返回。

因此，正确地，名称A 指向的对象实例不受影响，即使是可变的。

Answer 2

与 MATLAB 相比，Python 是一种pass by reference 语言。通常为函数提供对每个参数的引用。如果该函数随后修改了一个参数，例如B[1,1]=...，变化反映在参数中。

http://www.mathworks.com/matlabcentral/answers/152-can-matlab-pass-by-reference 解释了 MATLAB 通过句柄 v. 按值传递参数之间的区别。实际上，Python/numpy 通过句柄传递。

根据这个答案，MATLAB 中的B(1,1) = B(1,1)/2 将强制复制，因此B 不再与A 共享引用。在Python 中，这样的操作会修改调用参数，而不需要复制。它发生在函数中并不重要。

Answer 3

当您拥有B[1,1] = B[1,1]/2 时，您正在修改可变数据结构的元素——这会改变数据结构。在B = B / 2 中，您在本地范围内重新分配 B 以指向其他内容。当您退出本地范围时，该更改不会持续存在。