我正在阅读有关按引用或值复制数组(&;list)的内容。然而,我在这里遇到了一个问题。。为了说明我的问题,我举了三个例子,每个例子都有一个作业和一个变化
第一个示例:默认情况下,它是通过引用复制的。
因此,更改将影响a和ArrayA,它们都具有相同的地址。嗯
第二个示例:由于首先计算右侧,因此*1不会更改其值,而是导致按值复制。(我认为这也可以通过其他几种方式来实现,比如使用copy()和..)。
因此,更改只影响c,其地址与ArrayC不同。嗯
第三个示例: 在这里,我将[:]添加到数组中,从而复制数组(=按值),据我所知。可以通过e和ArrayE的不同地址确认。然而,这种变化不仅影响e,还影响ArrayE。对我来说,这是非常出乎意料的,因为它甚至显示了我以前的不同地址。为什么?
谢谢你了()
import numpy as np
# Example 1, by reference
ArrayA = np.array([5,2,3,5,4])
ArrayB = np.array( [1,2,3,4])
a = ArrayA
a[1:] += ArrayB
print("{}:\t{},\tid: {}".format("ArrayA",ArrayA, id(ArrayA) ))
print("{}:\t {},\tid: {}".format("ArrayB",ArrayB, id(ArrayB) ))
print("{}:\t{},\tid: {}".format("a",a, id(a) ))
ArrayC = np.array([5,2,3,5,4])
ArrayD = np.array( [1,2,3,4])
# Example 2, by value
c = ArrayC*1
c[1:] += ArrayD
print()
print("{}:\t{},\tid: {}".format("ArrayC",ArrayC, id(ArrayC) ))
print("{}:\t {},\tid: {}".format("ArrayD",ArrayD, id(ArrayD) ))
print("{}:\t{},\tid: {}".format("c",c, id(c) ))
# Example 3, by reference/value?!?!
ArrayE = np.array([5,2,3,5,4])
ArrayF = np.array( [1,2,3,4])
e = ArrayE[:]
e[1:] += ArrayF
print()
print("{}:\t{},\tid: {}".format("ArrayE",ArrayE, id(ArrayE) ))
print("{}:\t {},\tid: {}".format("ArrayF",ArrayF, id(ArrayF) ))
print("{}:\t{},\tid: {}".format("e",e, id(e) ))
ArrayA: [5 3 5 8 8], id: 2450575020480
ArrayB: [1 2 3 4], id: 2450575021680
a: [5 3 5 8 8], id: 2450575020480
ArrayC: [5 2 3 5 4], id: 2450575021280
ArrayD: [1 2 3 4], id: 2450575022080
c: [5 3 5 8 8], id: 2450575022240
ArrayE: [5 3 5 8 8], id: 2450575022640
ArrayF: [1 2 3 4], id: 2450575022000
e: [5 3 5 8 8], id: 2450575022880
编辑-请参见以下@juanpa.arrivillaga的评论
在所有示例中,
ndarrays
的值都是numpy.int32
对象,它们是可变的因此,从第三个示例来看,
e
和ArrayE
都指向相同的numpy.int32
对象。这就是为什么这些变化会反映在这两个方面。
您可以通过检查他们的ID来验证这一点
相关问题 更多 >
编程相关推荐