Numpy操作*=正在重复，尽管它是'；函数中的s

我想了解为什么在Numpy的情况下，尽管函数调用，我还是不删除数组

在函数调用的情况下，mul2应该发生什么。但是，如果我对mul进行完全相同的尝试，我会有一种对原始数组的引用

我怎样才能解决这个问题？我是否必须先“复制”数组，然后将其放入函数中？或者我可以在函数中创建一个副本，然后将其删除？这里有什么更好的

import numpy as np

def mul(h):
  #g = np.zeros([h.shape[0],h.shape[0]])
   g = h
   g[:,0] *= 5
   print(g)

def mul2(h):
  h *= h
  print(h)

a = np.array([[1,2,3,4], [2,3,4,5], [3,4,5,6]])

for i in range(2):
  mul(a)
for i in range(2):
  mul2(5)

结果是：

[[ 5  2  3  4]
[10  3  4  5]
[15  4  5  6]]

[[25  2  3  4]
[50  3  4  5]
[75  4  5  6]]

25
25

但是从mul2的行为来看，我希望这是一个解决方案：

[[ 5  2  3  4]
[10  3  4  5]
[15  4  5  6]]
[[ 5  2  3  4]
[10  3  4  5]
[15  4  5  6]]

g = np.copy(h)

---

问题很简单，就是调用

mul2（）

的方式。 您要做的是计算以下各项：

mul2(5)

根据您对

mul2（）

的定义，行

h*=h

的作用是将

h*5

存储到

h

，并且由于

h

是

5

，所以您得到的是

h=5*5

，因此您的

25

被打印出来

您可能想做的是：

def mul2(h, n=5):
    h *= n
    print(h)  # not sure you really want this inside your function besides for debugging purposes, and even then...

def mul3(h, n=5):
   g = h.copy()
   g *= n
   print(g)  # see above

这是您想要的：

mul2(h, 5)

并将产生类似于

mul（h）

的结果

如果希望不修改原始输入，可以执行以下操作：

def mul2(h, n=5):
    h *= n
    print(h)  # not sure you really want this inside your function besides for debugging purposes, and even then...

def mul3(h, n=5):
   g = h.copy()
   g *= n
   print(g)  # see above

或者更好：

def mul3(h, n=5):
   return h * n

这将在

h

中创建一个包含修改的数组副本，您可以

print（）

或执行任何需要的操作

---

请注意，修改函数的输入不是好的做法。当然也有这样的用例，但我建议您将其记录得非常好。

大家好，来自互联网的朋友们， 非常感谢你的回答。因此，在翻译过程中可能会丢失一些东西，但我想知道为什么mul会这样做，并且处理和工作流与mul2不同

对于解决方案：

[[ 5  2  3  4]
[10  3  4  5]
[15  4  5  6]]
[[ 5  2  3  4]
[10  3  4  5]
[15  4  5  6]]

g = np.copy(h)

---

Numpy和Python在这里的行为不同，因为Numpy只指向数组。我认为这是numpy如此之快的原因之一。尽管如此，您对数组执行一个操作，它在数组中的位置执行并覆盖数组。如上所示，这可以通过复制绕过。（将创建一个新的数组。）（我不认为这个解释很正确，但我希望这个解释对其他人来说很容易理解。）

*=

修改当前的值-例如：它用结果值更改它操作的数组

g=h

不创建副本-它只是将名称

g

绑定到

h

绑定到的对象。。。因此，同一个数组只有两个名称…问题是

numpy

数组是通过引用传递的（有点…），因此函数不会创建数组的本地副本。这必须手动完成，使用

.copy（）

方法.Jup，就像我发现的一样。np.copy就是这个解决方案。我自己回答了这个问题，并作了解释。我确实认为，你最初提出的问题的表述方式与这个答案的内容不匹配，尽管这可能是你遗漏的信息。也许你应该考虑更新你的问题，如果这是你所追求的。事实上，我非常确信，无论你在

np.copy（）

中定义了多少

mul2（）

，如果你这样称呼它，即

mul2（5）

，你永远不会得到与原始问题中的内容相关的结果，正如你预期的结果所表明的那样。