Python numpy自我分裂的意外行为

这种行为对我来说有点奇怪，我一直认为x/=5。相当于x=x/5。但是很明显，g（x）函数并没有用/=操作创建一个新的引用。有人能解释一下吗

我一直认为x/=5。相当于x=x/5

它是，除非类重写

\uu idiv\uu

操作符，就像

numpy.ndarray

那样。

---

numpy.ndarray

重写它以就地修改数组，这很好，因为它避免了在不需要复制时创建数组的新副本。正如您所猜测的，它还覆盖了其余的

\uu i*\uu

操作符。

Python的就地操作符允许操作修改等式左侧的对象，而不是创建新的对象。您将在

list

s和其他内置可变类型中看到相同的行为：

def f(x):
    x=x/5.
    return x
def g(x):
    x/=5.
    return x

x_var = np.arange(5,dtype=np.double)
f(x_var)
print x_var
g(x_var)
print x_var

Output:
[ 0.  1.  2.  3.  4.]
[ 0.   0.2  0.4  0.6  0.8]

所以这是预期的行为

当然，在处理不可变类型时，会创建一个新对象，因为现有对象无法修改

我一直认为x/=5。相当于x=x/5

事实并非如此。当您执行

x=x/5.

时，实际上您正在发动机罩下执行两个单独的操作：

x = []
y = x
x += [1]
print y   # prints [1] because x still refers to the same object as y
x = x + [2]
print x   # prints [1, 2] for obvious reasons
print y   # prints [1] again because x has been rebound to a new list
          # while y still refers to the original one

而当您使用

/=

操作符时，您明确地要求Python在不创建临时对象的情况下修改对象

x

。如其他答案中所述，

/

操作符调用对象（如果有）的

\uuu div\uuu

方法，而

/=

调用其

\uu idiv\uu

方法

---

如果要修改的对象很大，就地修改非常有用：无需创建同样大的临时对象。然而，如果你不小心，它会咬你。特别是，让函数在没有警告的情况下修改其输入参数通常不是一个好主意…

感谢您的解释，我找不到导致我预期这种行为的文档。这不是numpy问题，而是通过引用传递对象的问题。所有

\uuu i*\uu

的默认实现是就地执行操作。如果可能，请阅读。将Python列表传递给定义f（a）的函数也会遇到同样的问题：a*=3；返回一个，它将修改您调用它的原始对象，而不是简单地返回一个修改后的副本。谢谢，这是我正在寻找的文档参考。因此，如果可能，应在适当位置执行操作。如果i*不可用，它将默认为正常*操作。

temporary = x/5.
x = temporary