Python中是否有交换两个变量的标准化方法？

在Python中，我看到两个变量值使用以下语法交换：

left, right = right, left

---

这被认为是交换两个变量值的标准方式，还是按照惯例，两个变量通常通过其他方式交换？

这是交换两个变量的标准方式，是的。

这是交换两个变量的标准方式，是的

Python从左到右计算表达式。注意 在评估作业时，右手边在 左手边

这意味着表达式

a，b=b，a

：

• 计算右侧

  b，a

  ，也就是说，在内存中创建两个元素的元组。这两个元素是由标识符

  b

  和

  a

  指定的对象，它们在程序执行过程中遇到指令之前存在
• 在创建这个元组之后，还没有对这个元组对象进行赋值，但这并不重要，Python内部知道它在哪里
• 然后，计算左侧，也就是说，将元组分配给左侧
• 由于左侧由两个标识符组成，因此对元组进行解包，以便将第一个标识符

  a

  分配给元组的第一个元素（该对象在交换之前是b，因为它有名称

  b

  ）
  第二个标识符

  b

  被分配给元组的第二个元素（这是交换之前a的对象，因为它的标识符是

  a

  ）

该机制有效地交换了分配给标识符

a

和

b

因此，回答您的问题：是的，这是交换两个对象上的两个标识符的标准方法。
顺便说一下，对象不是变量，它们是对象

Python从左到右计算表达式。注意 在评估作业时，右手边在 左手边

这意味着表达式

a，b=b，a

：

• 计算右侧

  b，a

  ，也就是说，在内存中创建两个元素的元组。这两个元素是由标识符

  b

  和

  a

  指定的对象，它们在程序执行过程中遇到指令之前存在
• 在创建这个元组之后，还没有对这个元组对象进行赋值，但这并不重要，Python内部知道它在哪里
• 然后，计算左侧，也就是说，将元组分配给左侧
• 由于左侧由两个标识符组成，因此对元组进行解包，以便将第一个标识符

  a

  分配给元组的第一个元素（该对象在交换之前是b，因为它有名称

  b

  ）
  第二个标识符

  b

  被分配给元组的第二个元素（这是交换之前a的对象，因为它的标识符是

  a

  ）

该机制有效地交换了分配给标识符

a

和

b

因此，回答您的问题：是的，这是交换两个对象上的两个标识符的标准方法。

---

顺便说一下，对象不是变量，它们是对象。

我知道三种交换变量的方法，但是

a，b=b，a

是最简单的。有

XOR（用于整数）

x=x^y
y=y^x
x=x^y

或者简而言之

x ^= y
y ^= x
x ^= y

临时变量

w=x
x=y
y=w
德尔瓦

元组交换

x，y=y，x

我知道三种交换变量的方法，但是

a，b=b，a

是最简单的。有

XOR（用于整数）

x=x^y
y=y^x
x=x^y

或者简而言之

x ^= y
y ^= x
x ^= y

临时变量

w=x
x=y
y=w
德尔瓦

元组交换

x，y=y，x

我不会说这是一种标准的交换方式，因为它会导致一些意外错误

nums[i], nums[nums[i] - 1] = nums[nums[i] - 1], nums[i]

---

nums[i]

将首先修改，然后影响第二个变量

nums[nums[i]-1]

我不认为这是交换的标准方式，因为它会导致一些意外错误

nums[i], nums[nums[i] - 1] = nums[nums[i] - 1], nums[i]

---

nums[i]

将首先修改，然后影响第二个变量

nums[i]-1]

不适用于多维数组，因为此处使用引用

import numpy as np

# swaps
data = np.random.random(2)
print(data)
data[0], data[1] = data[1], data[0]
print(data)

# does not swap
data = np.random.random((2, 2))
print(data)
data[0], data[1] = data[1], data[0]
print(data)

---

另请参见

不适用于多维数组，因为此处使用了引用

import numpy as np

# swaps
data = np.random.random(2)
print(data)
data[0], data[1] = data[1], data[0]
print(data)

# does not swap
data = np.random.random((2, 2))
print(data)
data[0], data[1] = data[1], data[0]
print(data)

---

另请参见

要解决所解释的问题，可以使用

copy

模块通过函数返回包含（反转）值副本的元组：

from copy import copy

def swapper(x, y):
  return (copy(y), copy(x))

与λ

相同的功能

：

swapper = lambda x, y: (copy(y), copy(x))

然后，将这些名称指定给所需的名称，如下所示：

x, y = swapper(y, x)

---

注意：如果您愿意，您可以导入/使用

deepcopy

而不是

copy

来解决所解释的问题，您可以使用

copy

模块通过以下函数返回包含（反转）值副本的元组：

from copy import copy

def swapper(x, y):
  return (copy(y), copy(x))

与λ

相同的功能

：

swapper = lambda x, y: (copy(y), copy(x))

然后，将这些名称指定给所需的名称，如下所示：

x, y = swapper(y, x)

---

注意：如果您愿意，您可以导入/使用

deepcopy

而不是

copy
您可以组合元组和XOR交换：x，y=x^x^y，x^y^y

x, y = 10, 20

print('Before swapping: x = %s, y = %s '%(x,y))

x, y = x ^ x ^ y, x ^ y ^ y

print('After swapping: x = %s, y = %s '%(x,y))

或

使用lambda：

输出：

Before swapping: x =  10 , y =  20
After swapping: x =  20 , y =  10

您可以组合元组和异或交换：x，y=x^x^y，x^y^y

x, y = 10, 20

print('Before swapping: x = %s, y = %s '%(x,y))

x, y = x ^ x ^ y, x ^ y ^ y

print('After swapping: x = %s, y = %s '%(x,y))

或

使用lambda：

O