Python中如何传递列表子集的引用以实现原地修改？

根本原因 #

Python 原生列表的切片操作默认生成独立的浅拷贝对象，你传入函数的array[0:2]已经是和原列表无关联的新列表，因此对它的修改不会同步到原列表。

可用实现方案 #

方案1：传入原列表+切片索引范围（无额外依赖） #

修改函数定义，额外接收要操作的切片的起止索引，在函数内直接映射到原列表的对应位置修改：

def sample(array, start, end):
    # 定位切片最后一位对应的原列表索引
    target_index = end - 1
    array[target_index] = "e"

array = ["a","b","c"]
sample(array, 0, 2)
print(array)
# 输出符合预期：['a', 'e', 'c']

如果需要对切片做更复杂的操作，所有子数组的位置都可以通过start + 子数组内偏移量的方式映射到原列表的索引，直接操作原列表即可实现修改同步。

方案2：使用NumPy数组（切片为共享内存视图） #

NumPy数组的切片默认是共享底层内存的视图，不会生成新拷贝，修改切片会直接同步到原数组：

import numpy as np

def sample(array):
    array[-1] = "e"

array = np.array(["a","b","c"], dtype=str)
sample(array[0:2])
print(array.tolist())
# 输出符合预期：['a', 'e', 'c']

内容的提问来源于stack exchange，提问作者Michael Horace