Python中*=运算符对整数和NumPy数组表现不同的原因是什么

首先可以明确：这种差异和print语句的执行顺序无关，也不存在数组转整数的逻辑，核心原因是Python对象的可变性差异，以及就地运算符的实现规则：

• 不可变对象（整数）场景的逻辑
  Python的int类型属于不可变对象，针对不可变对象的*=运算本质等价于a = a * 2：运算时会先生成一个新的整数对象，再将变量a的引用指向这个新对象。而变量b始终指向最初的整数对象1，因此不会随a的赋值发生变化。
• 可变对象（NumPy数组）场景的逻辑
  NumPy数组属于可变对象，它的*=运算符是直接修改原数组内存中存储的数值，不会生成新的数组对象。代码中b = a只是给原数组起了一个别名，两个变量指向的是内存中的同一个数组，因此修改a指向的数组内容时，b读取到的内容也会同步变化。

你可以通过id()函数查看变量指向的内存地址验证上述逻辑：

整数场景验证 #

a = 1
b = a
print(id(a) == id(b)) # 输出True，初始阶段两个变量指向同一对象
a *= 2
print(id(a) == id(b)) # 输出False，a已经指向新生成的整数对象

NumPy数组场景验证 #

import numpy as np
a = np.array([1,2,3])
b = a
print(id(a) == id(b)) # 输出True，初始阶段两个变量指向同一数组
a *= 2
print(id(a) == id(b)) # 输出True，a没有更换指向对象，仅修改了原数组内容

如果希望NumPy数组赋值后互不影响，可以显式调用拷贝方法生成新数组：b = a.copy()，后续修改a就不会改动b的内容。

内容的提问来源于stack exchange，提问作者spokati