Python列表与NumPy数组的解包赋值行为差异及解决方法

Python列表操作示例 #

首先创建一个3D Python列表：

a = [[[1,2],[3,4]],[[5,6],[7,8]],[[9,10],[11,12]]]

执行解包赋值，将每个2×2子数组的第一行向前移位（第一个子数组的第一行移至最后）：

a[0][0],a[1][0],a[2][0] = a[1][0],a[2][0],a[0][0]

得到预期结果：

print(a)
# 输出：[[[5, 6], [3, 4]], [[9, 10], [7, 8]], [[1, 2], [11, 12]]]

NumPy数组操作示例 #

用NumPy创建相同结构的数组：

import numpy as np
b = np.arange(1,13).reshape((3,2,2))
print(b)
# 输出：
# [[[ 1  2]
#   [ 3  4]]
# 
#  [[ 5  6]
#   [ 7  8]]
# 
#  [[ 9 10]
#   [11 12]]]

执行相同的解包赋值：

b[0,0],b[1,0],b[2,0] = b[1,0],b[2,0],b[0,0]
print(b)
# 输出：
# [[[ 5  6]
#   [ 3  4]]
# 
#  [[ 9 10]
#   [ 7  8]]
# 
#  [[ 5  6]
#   [11 12]]]

可以看到，NumPy的结果中第一个和最后一个2×2子数组的第一行内容相同，和Python列表的结果不一致。

是否预期该行为差异？ #

是的，这种差异是完全预期的，因为Python列表和NumPy数组的底层实现、赋值逻辑有着本质区别。

为何两者表现不同？ #

• Python列表的赋值逻辑：解包赋值时，右侧的所有表达式会先被一次性计算完成，取出的是独立的列表对象，再依次赋值给左侧的变量。也就是说a[1][0],a[2][0],a[0][0]会先被提取为三个独立的列表，之后的赋值操作是把这些独立对象分别赋值，不会互相干扰。
• NumPy数组的赋值逻辑：NumPy的切片操作返回的是原数组的视图（View），而非独立副本。解包赋值是按顺序执行的：
  1. 先把b[1,0]的值赋给b[0,0]，此时原数组的b[0,0]已经被修改；
  2. 接着把b[2,0]的值赋给b[1,0]；
  3. 最后赋值b[0,0]给b[2,0]时，b[0,0]已经是之前被修改后的内容（也就是原来的b[1,0]），所以最终b[2,0]会和b[0,0]内容一致。

如何让NumPy得到和列表相同的结果？ #

有两种简单有效的方法：

1. 提前复制右侧切片为独立副本
   通过copy()方法将右侧的切片转为独立数组，避免视图引用带来的干扰：

import numpy as np
b = np.arange(1,13).reshape((3,2,2))
b[0,0], b[1,0], b[2,0] = b[1,0].copy(), b[2,0].copy(), b[0,0].copy()
print(b)

输出结果与Python列表一致：

[[[ 5  6]
  [ 3  4]]

 [[ 9 10]
  [ 7  8]]

 [[ 1  2]
  [11 12]]]

2. 使用临时变量保存原始值
   提前把b[0,0]的原始值存入临时变量，避免后续赋值时被覆盖：

import numpy as np
b = np.arange(1,13).reshape((3,2,2))
temp = b[0,0].copy()
b[0,0] = b[1,0]
b[1,0] = b[2,0]
b[2,0] = temp
print(b)

这种方法也能得到和Python列表完全一致的结果。

内容的提问来源于stack exchange，提问作者user206545