Python Numpy重新分配变量不会'；行不通

我试图找到不是Numpy数组的变量，并通过以下方式将它们更改为数组：

import numpy as np
a = 1
b = np.array([1,2,3])
c = np.array([1,2,3])

for item in a, b, c:
        if type(item) != np.ndarray:
            print(item)
            item *= np.ones(3)
            print(item)

第二次

打印的结果

显示变量

a

已更改为数组

[1.1.1.]

，但当我检查它时，仍然是

a=1

。

---

为什么？如何解决此问题？

for循环变量

项

在第一次循环迭代期间存储

a

的值。然后，当修改

项

时，

a

不会更新，因为

项

只存储

a

的值，而不存储其引用。换句话说，

a

和

item

存储相同的值，但存储在不同的存储位置

在开始迭代之前，我会将变量存储到列表中，并执行以下操作：

import numpy as np
a=1
b = np.array([1,2,3])
c = np.array([1,2,3])
L = [a, b, c]
for i in range(len(L)):
    if type(L[i]) != np.ndarray:
        print(L[i])
        L[i] *= np.ones(3)
        print(L[i])
print(L)

---

打印

L

时，所有元素都应该是numpy数组。这是因为在for循环中，它通过索引引用访问列表中的元素。

当您编写

a=1

时，名称

a

绑定到python

int

对象。Python

int

s是不可变的。对其进行任何操作的结果总是不同的对象

与其他答案所暗示的相反，

项在循环的第一次迭代中是一个

is

True

：两个名称都绑定到完全相同的

int

对象。问题在于行

item*=np.ones（3）

。请记住，该操作将返回一个新的numpy数组。然后将数组绑定到名称

项

，而不管原始绑定是否可变。它不会重新绑定名称

a

，因为您从未告诉过它，所以

a

仍然引用原始的

1

更改任意命名变量的值的最简单的方法是将它们放入一个

dict

：

myvars = {
    'a': 1,
    'b': np.array([1,2,3]),
    'c': np.array([1,2,3]),
}
for name in myvars:
    ...
    myvars[name] *= np.ones(3)
    ...

这是因为行

myvars[name]*=np.ones（3）

大致相当于

myvars[name] = operator.__imul__(myvars[name], np.ones(3))

---

请注意，无论

是否返回新对象（如
int
）或执行真正的就地操作（如
np.ndarray
），重新分配都会发生在正确的位置。我想您至少会发现
1d
很有指导意义。首先是其代码：

def atleast_1d(*arys):
    res = []
    for ary in arys:
        ary = asanyarray(ary)
        if ary.ndim == 0:
            result = ary.reshape(1)
        else:
            result = ary
        res.append(result)
    if len(res) == 1:
        return res[0]
    else:
        return res

您的样品：

In [11]: a = 1 
    ...: b = np.array([1,2,3]) 
    ...: c = np.array([1,2,3])                                                                 

它返回一个数组列表，每个数组对应一个输入：

In [12]: np.atleast_1d(a,b,c)                                                                  
Out[12]: [array([1]), array([1, 2, 3]), array([1, 2, 3])]

然后可以使用解包来重新分配变量：

In [13]: a,b,c = np.atleast_1d(a,b,c)                                                          
In [14]: a                                                                                     
Out[14]: array([1])

由于它使用
asanyarray
，因此不会复制
b
和
c
数组（甚至不会复制视图）

它不能完全产生你想要的东西，一个与
b
或
c
大小相同的
数组，但它可以调整以实现这一点。
你的开头段落不正确<代码>a
和
项
是相同的参考：
a是项
是
真的
。问题是您重新分配了
项
，但没有重新分配
a
。是否必须更改
a
？制作一个新的列表怎么样，例如，
[np.asarray（item）（a，b，c）]