当分配给字典中的值时，是什么导致 Python 中出现这种奇怪的结果？答案

【问题标题】：What causes this strange result in Python when assigning to values in a dictionary?当分配给字典中的值时，是什么导致 Python 中出现这种奇怪的结果？
【发布时间】：2015-01-20 15:26:20
【问题描述】：

我最近将一些代码中的错误减少为以下行为的结果：

>>> arr = np.zeros(10)
>>> value = 0
>>> dictionary = {"key":[arr,value]}
>>> dictionary["key"][0]
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])
>>> dictionary["key"][1]
0
>>> dictionary["key"][0]+=1
>>> dictionary["key"][1]+=1
>>> dictionary["key"][0]   
array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.])
>>> dictionary["key"][1]   
1
>>> arr
array([ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.])
>>> value
0

导致：

>>> dictionary["key"][0] is arr
True
>>> dictionary["key"][1] is value 
False

这可能是一个愚蠢的问题，但这是什么原因造成的？

【问题讨论】：

np.array 对象是可变的，int 对象不是。添加到整数实际上会创建一个新对象，添加到数组会更新旧对象。

标签： python numpy dictionary variable-assignment

【解决方案1】：

在 numpy 数组的情况下，您的 same 对象分配了名称 arr 并在您的字典中。因此，当您修改它时，您会看到两者都出现了更改，它们毕竟是同一个对象，并且 numpy 数组是可变的。

对于整数，当您执行dictionary["key"][1]+=1 时，您正在字典中创建一个新整数，这是因为整数是不可变 [1]。这意味着这两个整数（value 和dictionary["key"][1]）是不同的对象，所以一个被修改，另一个没有被修改。

[1] 看起来x = 2; x += 1 正在对同一个对象进行操作，毕竟+= 应该进行“就地”操作，但这并不是因为不可变性。在幕后，您实际上是在用一个新的整数对象重新绑定 x，因此它们具有相同的名称，但是是不同的对象。

【讨论】：

【解决方案2】：

答案在于 numpy 数组（可变）和整数（不可变）之间的区别。当您执行此操作时：

dictionary["key"][0]+=1

这改变了 numpy 数组，因此仍然是同一个对象。

当您执行此操作时：

dictionary["key"][1]+=1

这不能就地改变整数（不可变），因此分配了一个新对象（这就是is 返回False 的原因。

【讨论】：