Arrays python中的函数参数和值更改

我是Python新手。从朋友那里，我知道在Python中，传递给函数的参数类似于C++中的引用调用。但是在使用NumPy进行了一些测试之后，我看到了一些我不容易理解的行为

作为示例，我编写了以下代码

#!/usr/bin/python

import numpy as np

def InitArray(x):
  x = np.arange(0, 5)

def ChangeValue(x):
  x[2] = 4

def main():
  x = np.array([1, 2, 3]) 
  print x
  InitArray(x)
  print x
  ChangeValue(x)
  print x

if __name__ == "__main__":
  main()

我的期望是，在调用InitArray之后，数组“x”应该更改为

np.array（[0,1,2,3,4]）

，但事实并非如此

但是当我调用ChangeValue（x）时，这个值实际上已经改变了。结果如下

[1 2 3]
[1 2 3]
[1 2 4]

---

我不明白的是，为什么调用InitArray后该值没有变成

[0，1，2，3，4]

？

我一直认为它像是通过引用传递的，但Python中的赋值也不像其他语言中的赋值。它只是将引用与对象绑定在一起。但该引用可以从该对象解除绑定并绑定到另一个对象

当您这样做时：

def InitArray(x):
  x = np.arange(0, 5)

您正在将局部变量x重新绑定到其他值。但你可以让它变异。让我举一个非numpy的例子：

>>> def foo(x):
...     x[3] = 4
...     x = [5, 5, 5]
... 
>>> x = [0] * 20
>>> x
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
>>> foo(x)
>>> x
[0, 0, 0, 4, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

---

重新绑定运算符类似于在C中更改指针指向的对象。

在

ChangeValue

中，您正在内存中的特定点访问

x

。而使用

InitArray

基本上是在本地范围内销毁

x

，并在函数中重新分配它，然后不返回修改后的

x

可能重复的