整数和 numpy 数组的不同函数输出答案

【问题标题】：Different function outputs for integers and numpy arrays整数和 numpy 数组的不同函数输出
【发布时间】：2022-01-06 22:18:28
【问题描述】：

我无法理解，为什么我在以下两种情况下得到不同的值：

-案例1：

def myfunc(a,b,c):
    xx = a+b
    yy = b+c
    return xx, yy

q,w = myfunc(1,2,3)

print(q,w)

Output 1: 3 5

-案例2：

import numpy as np

q=w=np.zeros(3)

def myfunc(a,b,c):
    xx = a+b
    yy = b+c
    return xx, yy


for i in range(3):
    q[i],w[i] = myfunc(1,2,3)

print(q,w)

Output 2: [5. 5. 5.] [5. 5. 5.]

在第二种情况下，两个数组的条目都等于 5。谁能解释一下，为什么？

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

我不会谈论第一种情况，因为它简单明了。对于第二种情况，您定义了变量 q 和 w 如下

q=w=np.zeros(3)

在这种情况下，您在 q 中所做的任何更改都将应用于 w，因为它们的 q 和 w 具有相同的地址。

当你运行这个时：

q[i],w[i] = myfunc(1,2,3)

q[i] 获得值 3，w[i] 获得值 5，由于 q 和 w 具有相同的地址，q[i] 也将获得值 5。这就解释了为什么你每次都有 5 个。

如果你想解决它，将变量定义行从：

q=w=np.zeros(3)

到：

w=np.zeros(3)
q=np.zeros(3)

【讨论】：

更准确地说，q 和w 都是对np.zeros(3) 创建的同一个对象的引用。（Python 中没有“地址”的概念。）
谢谢，这有帮助。我以为我会通过使用 q=w=np.zeros(3) 而不是 w=np.zeros(3) q=np.zeros(3) 来节省空间，但不知道它们会被分配到相同的内存地址.
@chepner，是的，这是有道理的！谢谢！
@numpy 没有“他们”；您只创建了一个对象，然后定义了两个引用两个它。简单的赋值 never 在 Python 中创建一个副本。请务必阅读nedbatchelder.com/text/names.html。