为什么像数组这样的 Numpy 可变变量没有更新同一内存上的值？

Question

我对 python 中的可变变量感到困惑。请看以下示例代码：

In [144]: a=[1,2,3,4]

In [145]: b=a

In [146]: a.append(5)

In [147]: a
Out[147]: [1, 2, 3, 4, 5]

In [148]: b
Out[148]: [1, 2, 3, 4, 5]

由于 list 是可变的，当使用 append 函数时，它在同一块内存上工作。这对我来说是可以理解的。但是下面的代码让我很困惑。

In [149]: import numpy as np

In [150]: a=np.random.randn(3,2)

In [151]: b=a

In [152]: a=a-1

In [153]: a
Out[153]:
array([[-2.05342905, -1.21441195],
       [-1.29901352, -3.29416381],
       [-2.28775209, -1.65702149]])

In [154]: b
Out[154]:
array([[-1.05342905, -0.21441195],
       [-0.29901352, -2.29416381],
       [-1.28775209, -0.65702149]])

由于 Numpy 数组变量也是可变的，当 a=a-1 时，为什么没有在 a 的同一内存上进行更改指的是？另一方面，a 指的是具有新价值的新记忆。
为什么变量 a 在第一个示例中没有类似的行为，即在列表中追加一个新值 5，a 仍然指向相同的内存？

Answer 1

因为当您调用 a=a-1 时，您正在为变量 a 分配一个新值...然后，由于 a-1 没有就地更改 a，而是创建了该变量的整个内存分配另一个对象..

a = [1,2,3] 
b = a
a = a + [4]
a 
>>> [1,2,3,4] 
b
>>> [1,2,3]

看到了吗？它与具体的numpy无关......

Answer 2

简答：a -= 1 已就地，但a = a-1 将a 的内存复制到另一个位置，然后减去1。因此a最初指向的位置发生了变化。

您可以使用is 进行检查。 is 关键字表示两个变量是否引用内存中的同一个对象，它与== 不同。

>>> import numpy as np
>>> a = np.random.randn(3,2)
>>> b = a
>>> a is b
True
>>> a, b
(array([[-0.14563848,  2.11951025],
       [ 0.50913228, -0.61049821],
       [ 2.29055958, -0.83795141]]), array([[-0.14563848,  2.11951025],
       [ 0.50913228, -0.61049821],
       [ 2.29055958, -0.83795141]]))
>>> a -= 1
>>> a
array([[-1.14563848,  1.11951025],
       [-0.49086772, -1.61049821],
       [ 1.29055958, -1.83795141]])
>>> b
array([[-1.14563848,  1.11951025],
       [-0.49086772, -1.61049821],
       [ 1.29055958, -1.83795141]])
>>> a is b
True
>>> a = a - 1
>>> a
array([[-2.14563848,  0.11951025],
       [-1.49086772, -2.61049821],
       [ 0.29055958, -2.83795141]])
>>> b
array([[-1.14563848,  1.11951025],
       [-0.49086772, -1.61049821],
       [ 1.29055958, -1.83795141]])
>>> a is b
False