Python变量赋值

Question

问候程序员，

我有一个特别的问题要问——更准确地说是关于分配变量时 python 的行为。让我们假设这段代码（取自 Tensorflow 的指南）：

(train_images, train_labels), (test_images, test_labels) = keras.datasets.fashion_mnist.load_data()

我明白，我不能执行以下操作：

train_images /= 250.0

-对象train_images不可写，因此我无法更改它。

但我绝对可以做以下，我不明白：

train_images = train_images / 250.0

这是否意味着当我“重新分配”变量 train_images 时，python 会以某种方式自动忘记旧变量并将 train_images 构造为新变量？

请原谅我缺乏 python 的行为知识 - 如果有一个明显的答案，只需发布​​一些解释链接或描述此案例的一些文档。

非常感谢您，祝您有愉快的一天！

编辑：

“不可写”是指该对象是只读的（当我们打印数组的描述 print( train_images.flags ) 时，我们会从 WRITEABLE : False 的行之一中获取信息

更具体地说，当使用train_images /= 250.0 时，程序终止并输出以下错误：

Traceback (most recent call last): File "code_01_fashion.py", line 31, in <module> train_images /= 250.0 ValueError: output array is read-only

另一方面，train_images = train_images / 250.0 运行良好。

Answer 1

重要的是要知道这不是普通蟒蛇。 Keras.datasets.fashion_mnist.load_data() 返回一个 NumPy 数组。 （NumPy 是使用 Python 进行科学计算的基础包。About NumPy）

可以为 写入 禁用 numpy 数组。 Details

当您使用就地运算符 (x /=250.0) 时，您明确要求修改您的对象，但在这种情况下，您是不允许的。

如果你想检查你的 NumPy 数组是否可写，你可以运行：

>> train_images.flags

并检查 WRITEABLE 中的布尔值

C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : False
WRITEABLE : False
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False

当你在做类似的事情时：

train_images = train_images / 250.0

类似于：

temp = train_images / 250.0
train_images = temp

因此，在这种情况下，您正在创建一个新对象并重新分配变量。