Arrays 无法修改作为带有循环的参数传递的1d numpy数组

我对一个numba循环和一个1d numpy数组感到头痛，我似乎找不到解释。 基本上，我的目标是使用作为参数传递的函数来并行修改numpy数组和numba循环。它适用于2d numpy阵列，但由于某些原因，它不适用于简单的1d numpy阵列。这是重现问题的代码：

import numpy as np
import numba as nb

size = 10


# Define a 1d numpy array
vec_test_1 = np.zeros(size)

# Fill the 1d array with values
for i in range(size):
    vec_test_1[i] = float(i)


# Function that modifies and element
@nb.jit(nopython = True)
def func1(xyz):
    xyz = xyz + 2.47


# Loop with numba to modify all elements of the array
@nb.jit(nopython = True, parallel = True)
def loop_numba(vec, func):
    for i in nb.prange(len(vec)):
        func(vec[i])



loop_numba(vec_test_1, func1)

此循环后，vec_测试_1保持不变：

array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])

何时应该：

array([ 2.47,  3.47,  4.47,  5.47,  6.47,  7.47,  8.47,  9.47, 10.47,
   11.47])

让我惊讶的是，当作为参数传递的数组是2d数组时，它工作得很好。我可以用numba循环修改它的所有元素

---

有人能帮我理解这个问题吗？

你必须定义一个返回值，因为你在传递给函数时复制了单个元素

说明：找到了

基本上：您将一个不可变的元素传递给函数，因此它是通过copy传递的（创建了一个副本，该副本在函数中更改）。如果您使用2D数组执行此操作，那么对于python来说，这是一个可变的对象，因此它是通过引用传递的。如果现在对其进行操作，则基础引用将发生更改，并且这在函数外部的结果中可见

将numpy导入为np
进口麻木为nb
尺寸=10
#定义一维numpy数组
向量测试1=np.arange（大小，数据类型=np.float32）
#修改元素的函数
@注意：jit（nopython=True）
def func1（xyz）：
xyz=xyz+2.47
返回xyz
#使用numba循环以修改数组的所有元素
@注意：jit（nopython=True，parallel=True）
def循环编号（vec，func）：
对于我在nb.prange（len（vec））：
向量[i]=func（向量[i]）
循环编号（向量测试1，函数1）
在[2]中：vec_test_1
出[2]：
数组（[2.47,3.47,4.47,5.47,6.47,7.47,8.47,9.47,10.47，
11.47]，数据类型=32）

---

---

另外：我将向量初始化更改为

np.arange（size，dtype=float）

以便于理解。

非常感谢@Dorian！现在它起作用了。我明白原因。然而，我必须承认，2D数组的元素被认为是可变的，而一维数组的元素被认为是不可变的，这对我来说很奇怪。一个一维数组的元素是一个整数/FLASH，这是不可变的。自从我在C++中学习编程以来，我不得不与它进行大量的斗争，但是，有时候它很奇怪。