修改函数内的numpy数组？

Question

我对下面的简单程序有疑问：

def my_function(my_array = np.zeros(0)):
    my_array = [1, 2, 3]

my_array = np.zeros(0)
my_function(my_array)
print my_array

它打印一个空数组，就好像my_array 是通过复制而不是通过函数内部的引用传递的。如何纠正？

Answer 1

np.zeros(0) 给你一个空的 numpy 数组。您的函数中的引用现在指向一个新的 Python 列表，但您实际上并没有修改您的空 numpy 数组，所以这仍然是您要打印的内容。

推荐阅读this answer来理清一些概念。

Answer 2

引用传递模型更像是指针的值传递。因此，在您的 my_function 中，您有一个指向原始 my_array 的指针的副本。如果您要使用该指针直接操作输入的数组，则会进行更改，但复制指针的重新分配不会影响原始数组。

举个例子：

def my_func(a):
    a[1] = 2.0

ar = np.zeros(4)
my_func(ar)
print ar

上面的代码会改变ar的内部值

Answer 3

您可以在这里使用切片分配，就像使用列表一样：

def func(my_array):
    my_array[:3] = [1,2,3]

请注意，这仍然要求my_array 中至少有 3 个元素...示例用法：

>>> def func(my_array):
...     my_array[:3] = [1,2,3]
... 
>>> a = np.zeros(4)
>>> a
array([ 0.,  0.,  0.,  0.])
>>> func(a)
>>> a
array([ 1.,  2.,  3.,  0.])

您缺少的是 python 如何处理引用。当您输入my_function 时，您将引用绑定到名称my_array 的原始ndarray 对象。但是，一旦您为该名称​​分配新内容，您就会丢失原始引用并将其替换为对新对象（在本例中为列表）的引用。

请注意，具有可变对象的默认参数通常可以lead to surprises