当我改变一个变量时，为什么两个变量都改变了？python

我有下面给出的代码。当我运行代码时，所有的x1，x2和x3都有相同的值。根据逻辑x1应该有随机数，x2也有随机数，x3应该有0和1

import numpy as np
def reluDerivative(x):
    yy=x;
    yy[yy<=0] = 0
    yy[yy>0] = 1
    return yy

x1=np.random.uniform(-1, 1,10)
x2=x1
x3=reluDerivative(x1)

将numpy导入为np
def reluDerivative（x）：
yy=x；
yy[yy0]=1
返回yy
x1=np.随机均匀（-1,1,10）
x2=x1
x3=相对竞争性（x1）

您只需给出相同的列表

x1

另一个名称：

x2

，该bot指向相同的数据。修改一个也就是修改另一个指向的数据

您需要（浅）复制：

---

您应该将python变量视为标签，因此当您执行

x2=x1

操作时，您只是在为内存中的相同数据创建一个新标签，这在可变和不可变对象的行为上是不同的，例如：

x1 = []
x2 = x1
x2.append(10)
print(x2)
print(x1)

打印时将产生以下结果：

[10]
[10]

因为

x2

和

x1

都标记了相同的列表。这是可变对象和不可变对象的行为：

x1 = 10
x2 = x1
x2 += 5
print(x2)
print(x1)

将打印：

15
10

因为在这种情况下，由于

+

操作，重新分配

x2

来标记新创建的

15

解决方案只是从原始对象复制数据（对于numpy对象）：

---

该副本答案中的

[：]

语法不能用于numpy数组，但

x2=x1.copy（）

会。

x1 = 10
x2 = x1
x2 += 5
print(x2)
print(x1)

15
10

x2 = np.copy(x1)