Python 增广赋值算子具有全局含义

我注意到增广加法赋值运算符（+=）在函数中的行为出乎意料。见下文：

import numpy as np

def f(array):
    array += 1
    return array

x = np.ones(5)

print(x)

y = f(x)

print(x)

这将产生：

[ 1.  1.  1.  1.  1.]
[ 2.  2.  2.  2.  2.]

因此，正在函数中修改数组

x

。有人能解释一下吗？如果我使用

x=x+1

而不是

x+=1

，则行为与预期一致（即函数内的更改不会影响其外部的数组

x

）

显然，这并没有给我带来任何问题（更多）-解决方案很简单。只是想了解为什么会发生这种情况

---

谢谢

。Numpy的行为似乎是基于列表的行为。像

+=

和

*=

这样的复合运算符通常在集合上是变异的。确切地说：一个是增量运算符，它在适当的位置变异数组。另一个是赋值，它创建了一个新名称，并且数组可能是这个名称的副本，这与函数的内部和外部无关。相反，增广赋值运算符应该在集合可变的地方（即，它们是mutator方法）进行操作。因此，这不会发生在

str

对象上，但会发生在

list

对象上。当然，您可以实现这样的功能，但这是数据模型所说的，它不一定具有“全局”含义。

+=

指定会在适当位置更改左侧引用的对象。在本例中，它恰好是传递给函数的全局变量。。Numpy的行为似乎是基于列表的行为。像

+=

和

*=

这样的复合运算符通常在集合上是变异的。确切地说：一个是增量运算符，它在适当的位置变异数组。另一个是赋值，它创建了一个新名称，并且数组可能是这个名称的副本，这与函数的内部和外部无关。相反，增广赋值运算符应该在集合可变的地方（即，它们是mutator方法）进行操作。因此，这不会发生在

str

对象上，但会发生在

list

对象上。当然，您可以实现这样的功能，但这是数据模型所说的，它不一定具有“全局”含义。

+=

指定会在适当位置更改左侧引用的对象。在本例中，它恰好是传递给函数的全局变量。