预期y=x赋值后x值不变,为何该NumPy脚本运行后x值发生变更?
原因解析
你观察到的现象本质是NumPy数组作为可变对象,直接赋值是引用传递,不是传统认知里的值拷贝,具体逻辑如下:
- Python里的变量本质是绑定到内存对象的“名称标签”,对于整数、字符串这类不可变对象,赋值操作看起来是值传递的效果,但对于列表、NumPy数组这类可变容器,直接执行
y = x时,系统不会为y单独开辟内存存储x的数组副本。 - 此时y和x指向的是内存中完全同一个NumPy数组实体,你可以运行
x is y验证,返回结果为True就代表两个变量绑定的是同一个对象。 - 后续执行
y[1::2] = np.pi的切片赋值时,修改操作直接作用在两个标签共享的内存块上,因此不管通过x还是y读取数组内容,拿到的都是被修改后的同一份结果,自然就出现了x被连带修改的现象。
对应解决方法
如果需要让x和y成为互相独立的数组,修改y时不影响x的取值,需要显式生成独立的数据副本:
- 直接调用数组自带的copy方法:
y = x.copy() - 通过NumPy接口显式声明拷贝创建新数组:
y = np.array(x, copy=True)
补充说明:这种直接赋值产生的引用绑定,和NumPy切片生成的数组视图有本质区别——切片视图虽然也和原数组共享底层数据,但本身是独立的数组对象;而
y = x的场景下,x和y从始至终就是同一个对象的两个别名。
内容的提问来源于stack exchange,提问作者Yunununun
相关产品推荐
相关产品推荐

