Python i=i+；1和i+；=a'中有1个；对于'；环

今天我发现了一件奇怪的事情，想知道是否有人能解释一下这里的区别

import numpy as np

A = np.arange(12).reshape(4,3)
for a in A:
    a = a + 1

B = np.arange(12).reshape(4,3)
for b in B:
    b += 1

---

在为循环运行每个

之后，
A
没有改变，但是
B
在每个元素中添加了一个。实际上，我使用
B
版本在
for
循环中写入初始化的NumPy数组。
区别在于一个修改数据结构本身（就地操作）
B+=1
，而另一个只重新分配变量
a=a+1


为了完整起见：

x+=y
并非总是执行就地操作，至少有三种例外情况：


如果
x
没有实现
\uuuu-iadd\uuuu
方法，那么
x+=y
语句只是
x=x+y
的简写。如果
x
类似于
int
，就会出现这种情况

如果
返回
未实现
，Python将返回
x=x+y

\uuuu iadd\uuu
方法在理论上可能无法实施。但是那样做真的很奇怪


碰巧的是，您的
b
s是
numpy.ndarray
s，它实现了
\uuu iadd\uuuu
并返回自身，因此您的第二个循环修改了原来的数组

有关这方面的更多信息，请参阅

调用这些[
.*.
]方法来实现增广算术赋值（
+=
，
-=
，
*=
，
@=
，
/=
，
/=
，
%=
，
**
，
，
，
，
）。这些方法应该尝试就地执行操作（修改self）并返回结果（可能是，但不一定是self）。如果未定义特定的方法，则扩充赋值将返回到正常方法。例如，如果x是具有
方法的类的实例，
x+=y
相当于
x=x.\uu iadd\uu（y）
。否则，将考虑
x.\uu添加\uuu（y）
和
y.\uu radd\uuuu（x）
，就像计算
x+y
一样。在某些情况下，扩充赋值可能会导致意外错误（请参阅），但这种行为实际上是数据模型的一部分

在第一个示例中，您正在重新分配变量
a
，而在第二个示例中，您正在使用
+=
运算符修改数据

请参阅关于以下内容的章节：

像
x+=1
这样的增广赋值表达式可以重写为
x=x+1
，以获得类似但不完全相同的效果。在增强版本中，x只计算一次此外，如果可能，实际操作将就地执行，这意味着不创建新对象并将其分配给目标，而是修改旧对象

+=
操作员呼叫。此函数在适当的位置进行更改，仅在执行后，结果才会设置回您正在“应用”上的
+=
对象

另一方面，获取参数并返回它们的和（不修改它们）。
短格式（
a+=1
）可以选择修改
a
，而不是创建表示和的新对象并将其重新绑定回相同的名称（
a=a+1
）。因此，短格式（
a+=1
）与
a=a+1
不同，它不一定需要复制
a
，因此效率更高

此外，即使它们输出相同的结果，也要注意它们是不同的，因为它们是独立的运算符：
+
和
+=
正如前面指出的，
b+=1
就地更新
b
，而
a=a+1
计算
a+1
，然后为结果指定名称
a
（现在
a
不再指
a
行）

若要正确理解<代码> += 运算符，我们还需要理解可变对象和不可变对象的概念。考虑当我们省略<代码>时会发生什么。整形< /代码>：
C = np.arange(12)
for c in C:
    c += 1
print(C)  # [ 0  1  2  3  4  5  6  7  8  9 10 11]

我们看到
C
没有更新，这意味着
C+=1
和
C=C+1
是等价的。这是因为现在
C
是一个1D数组（
C.ndim==1
），所以当迭代
C
时，每个整数元素都被拉出并分配给
C

现在在Python中，整数是不可变的，这意味着不允许就地更新，有效地将
c+=1
转换为
c=c+1
，其中
c
现在指的是一个新的整数，而不是以任何方式耦合到
c
。当您循环经过重塑的数组时，整行（
np.ndarray
）一次分配给
b
（和
a
），它们是可变对象，这意味着您可以随意插入新整数，这在执行
a+=1
时发生

应该提到的是，尽管
+
和
+=
是如上所述的相关关系（通常也是如此），任何类型都可以通过分别定义
\uuu add\uuu>和方法来实现它们。首先：循环中的变量a和b引用
numpy.ndarray
对象

在第一个循环中，
a=a+1
的计算如下：调用
numpy.ndarray
的
\uuuu添加（self，other）
函数。这将创建一个新对象，因此不会修改a。之后，变量
a
被设置为引用结果

在第二个循环中，没有新对象是cre
In [258]: B
Out[258]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])
In [259]: for b in B:
     ...:     print(b,'=>',end='')
     ...:     b += 1
     ...:     print(b)
     ...:     
[0 1 2] =>[1 2 3]
[3 4 5] =>[4 5 6]
[6 7 8] =>[7 8 9]
[ 9 10 11] =>[10 11 12]

In [260]: for b in B:
     ...:     print(b,'=>',end='')
     ...:     b[:] = b * 2

[1 2 3] =>[2 4 6]
[4 5 6] =>[ 8 10 12]
[7 8 9] =>[14 16 18]
[10 11 12] =>[20 22 24]