Python 当仅引用一个数组时，将为两个不同的numpy数组分配相同的值

我正试图写一些代码来实现求解线性方程组的雅可比方法（我意识到我的方法不是最有效的方法，但我正试图找出它不起作用的原因）

我试图调试这个问题，并注意到以下问题。 代码在两次迭代后完成，因为在第32行的第二次迭代中，当xnew[i]被分配一个新值时，相同的值也被分配给x[i]，即使x[i]没有被引用。为什么会在第二次迭代而不是第一次运行for循环时发生这种情况？有没有办法解决这个问题

提前谢谢

import numpy as np

A = np.array(
    [[0.93, 0.24, 0],
     [0.04, 0.54, 0.26],
     [1, 1, 1]])

b = np.array([[6.0], [2.0], [10.0]])

n , m  = np.shape(A) 

x = np.zeros(shape=(n,1))

xnew = np.zeros(shape=(n,1))

iterlimit = 100 
tol = 0.0000001 


for  iteration in range(iterlimit):

    convergence = True
    for i in range(n):
        sum=0
        for j in range(n):
            if j != i:
                sum = sum + (A[i,j] * x[j])
        
        #on second iteration (iteration =1) below line begins to
        #assign x[i] the same values as it assigns xnew[i] causing the 
        #convergence check below to not run and results in a premature break
        xnew[i] = 1/A[i,i] * (b[i] - sum) 
                     
        if abs(xnew[i]-x[i]) > tol:
            convergence = False
            
    if convergence:
        break
    
    x = xnew

print("Iteration:", iteration+1)
print("Solution:")
print(np.matrix(xnew))

此行将

xnew

分配给

x

。不是xnew的内容，而是数组本身。因此，在第一次迭代之后，

x

和

xnew

引用内存中的相同数组

请改为尝试

x[：]=xnew[：]

此行将

xnew

分配给

x

。不是xnew的内容，而是数组本身。因此，在第一次迭代之后，

x

和

xnew

引用内存中的相同数组

---

请改为尝试

x[：]=xnew[：]

问题就在这里：

x=xnew

事实上，通过这种方式，您现在正在引用同一个对象。显然，当您更改xnew时，您正在更改xnew表示的对象，该对象现在也被x引用

因此，要制作副本，您可以写：

x=xnew[：]
或
x=xnew.copy（）
问题就在这里：
x=xnew

事实上，通过这种方式，您现在正在引用同一个对象。显然，当您更改xnew时，您正在更改xnew表示的对象，该对象现在也被x引用

因此，要制作副本，您可以写：

x=xnew[：]
或
x=xnew.copy（）
x=xnew
不复制阵列。两个变量引用同一个数组。
x=xnew
将同一数组的引用分配给两个变量。这是否回答了您的问题？谢谢大家！将xnew中的值复制到x的最佳方法是numpy.copyto（x，xnew）吗？我建议
x=xnew.copy（）
x=xnew
不复制数组。两个变量引用同一个数组。
x=xnew
将同一数组的引用分配给两个变量。这是否回答了您的问题？谢谢大家！将xnew中的值复制到x的最佳方法是numpy.copyto（x，xnew）吗？我建议
x=xnew.copy（）
谢谢！x=xnew将两个变量分配给内存中的同一事物的规则是否只适用于python中的对象？因为它不适用于简单变量，对吗？例如，如果x和xnew是整数而不是数组，这就可以了。@user157691这通常适用于所有Python变量。如果
x
和
xnew
是整数，则赋值
x=xnew
将导致两个变量都指向内存中的同一个整数（您可以在赋值前后查看
id（x）
和
id（xnew）
，或者检查
x是xnew
是否为真）。如果对该整数运行一个函数，该函数以某种方式改变了其值（但没有使用python赋值运算符
=
，因为这会在内存中创建一个新的整数），那么这两个变量似乎仍然指向同一个值。谢谢！x=xnew将两个变量分配给内存中的同一事物的规则是否只适用于python中的对象？因为它不适用于简单变量，对吗？例如，如果x和xnew是整数而不是数组，这就可以了。@user157691这通常适用于所有Python变量。如果
x
和
xnew
是整数，则赋值
x=xnew
将导致两个变量都指向内存中的同一个整数（您可以在赋值前后查看
id（x）
和
id（xnew）
，或者检查
x是xnew
是否为真）。如果随后对该整数运行一个函数，该函数以某种方式改变了其值（但没有使用python赋值运算符
=
，因为这会在内存中创建一个新的整数），那么这两个变量似乎仍然指向同一个值。
x = xnew