在python中，赋值到同一行中的多个变量

我正在使用用于Python的Jupyter笔记本，也在使用Numpy Lib。 这是我试过的

import numpy as np
arr = np.arange(10, 21)
print(arr)
slice_arr = arr[:5]= 6
print(slice_arr)
print(arr)

输出为：

[10 11 12 13 14 15 16 17 18 19]
6
[ 6  6  6  6  6 15 16 17 18 19]

但是我认为切片arr应该是

[6]

，因为我从切片arr中获取第一个5个元素，并将

6

分配给所有5个元素，然后分配给切片arr

该语句将如何执行，以及slice\u arr值是如何

6

6

是否分别分配给arr[：5]和

slice_arr

如果分配是从右向左的，则

slice\u arr

应为

[6]

提前感谢

赋值语句计算表达式列表（请记住，这可以是单个表达式或逗号分隔列表，后者生成元组），并将单个结果对象从左到右分配给每个目标列表

为了得到你想要的，可以这样做：

切片arr=arr[：5]=np.零（[5]）+6

赋值语句计算表达式列表（请记住，这可以是单个表达式或逗号分隔列表，后者生成元组），并将单个结果对象从左到右分配给每个目标列表

为了得到你想要的，可以这样做：

---

slice_arr=arr[：5]=np。零（[5]）+6

像这样的多次赋值不常见，也不鼓励（没有充分的理由）：

将一个不可变的对象（如数字）分配给多个变量很好：

In [215]: x = y = 10

分配可变对象（如数组或列表）时应谨慎：

In [216]: x = y = [1,2,3]
In [217]: x[0]=12
In [218]: y
Out[218]: [12, 2, 3]

[216]的简单解释是，相同的列表分配给两个变量

虽然我以前没有见过您的表达式，但对我来说，

slice\u arr

应该是

6

，RHS上的值

arr[：5]=6

作为

arr.\uu setitem（slice（None，5），6）

执行，即对

arr

的方法调用

可以想象，解释器也可以执行

slice\u arr=arr.\uuu getitem\uuuu（slice（None，5））

，但如果执行

slice\u arr=6

，则会更简单（且不那么模棱两可）。也就是说，将同一事物指定给两个对象，而不是链接动作

另一种看待这一点的方式是，

6

的复制是在

arr

内完成的，或者作为变异

arr

过程的一部分。它不会在分配之前复制

numpy

在Python中运行。Python解释器解析代码，将其转换为函数和方法调用

---

下面是一个列表示例

In [235]: x=[1,2,3]
In [236]: y = x[1:] = [3,4,5]
In [237]: y
Out[237]: [3, 4, 5]
In [238]: x
Out[238]: [1, 3, 4, 5]

文档中说，

目标

分配是从左到右完成的。我认为这说明：

In [43]: alist = alist[2:] = [1,2,3]
In [44]: alist
Out[44]: [1, 2, 1, 2, 3]

alist

首先获取值

[1,2,3]

，然后用相同的列表替换切片（最后一个元素）

从左向右赋值的一个人工数组示例：

In [45]: arr = np.arange(10)
In [46]: idx = arr[:idx] = 6
In [47]: idx
Out[47]: 6
In [48]: arr
Out[48]: array([6, 6, 6, 6, 6, 6, 6, 7, 8, 9])
In [49]: idx = arr[:idx] = 4
In [50]: arr
Out[50]: array([4, 4, 4, 4, 6, 6, 6, 7, 8, 9])

idx

在用于

arr[：idx]

表达式之前被赋值。这仅适用于从左到右（在评估RHS之后）执行分配的情况

从

作业

文档中，正式语言表达为：

赋值形式：：=（目标形式“=”+（带星号的形式|收益形式）

---

像这样的多次作业并不常见，也不鼓励（没有充分的理由）：

将一个不可变的对象（如数字）分配给多个变量很好：

In [215]: x = y = 10

分配可变对象（如数组或列表）时应谨慎：

In [216]: x = y = [1,2,3]
In [217]: x[0]=12
In [218]: y
Out[218]: [12, 2, 3]

[216]的简单解释是，相同的列表分配给两个变量

虽然我以前没有见过您的表达式，但对我来说，

slice\u arr

应该是

6

，RHS上的值

arr[：5]=6

作为

arr.\uu setitem（slice（None，5），6）

执行，即对

arr

的方法调用

可以想象，解释器也可以执行

slice\u arr=arr.\uuu getitem\uuuu（slice（None，5））

，但如果执行

slice\u arr=6

，则会更简单（且不那么模棱两可）。也就是说，将同一事物指定给两个对象，而不是链接动作

另一种看待这一点的方式是，

6

的复制是在

arr

内完成的，或者作为变异

arr

过程的一部分。它不会在分配之前复制

numpy

在Python中运行。Python解释器解析代码，将其转换为函数和方法调用

---

下面是一个列表示例

In [235]: x=[1,2,3]
In [236]: y = x[1:] = [3,4,5]
In [237]: y
Out[237]: [3, 4, 5]
In [238]: x
Out[238]: [1, 3, 4, 5]

文档中说，

目标

分配是从左到右完成的。我认为这说明：

In [43]: alist = alist[2:] = [1,2,3]
In [44]: alist
Out[44]: [1, 2, 1, 2, 3]

alist

首先获取值

[1,2,3]

，然后用相同的列表替换切片（最后一个元素）

从左向右赋值的一个人工数组示例：

In [45]: arr = np.arange(10)
In [46]: idx = arr[:idx] = 6
In [47]: idx
Out[47]: 6
In [48]: arr
Out[48]: array([6, 6, 6, 6, 6, 6, 6, 7, 8, 9])
In [49]: idx = arr[:idx] = 4
In [50]: arr
Out[50]: array([4, 4, 4, 4, 6, 6, 6, 7, 8, 9])

idx

在用于

arr[：idx]

表达式之前被赋值。这仅适用于从左到右（在评估RHS之后）执行分配的情况

从

作业

文档中，正式语言表达为：

赋值形式：：=（目标形式“=”+（带星号的形式|收益形式）

---

谢谢你的回答。我不知道从左到右的

是语法的正式部分。这是有道理的，尽管在大多数情况下，它不应该有什么不同。谢谢你的回答。我不知道从左到右的
是语法的正式部分。这是有道理的，不过在大多数情况下，这不会有什么不同。谢谢你的回答。因此，这里最右边的值
6
分别分配给
arr[：5]
和
slice\u arr