Numpy 数组意外更改答案

【问题标题】：Numpy arrays changing unexpectedlyNumpy 数组意外更改
【发布时间】：2020-01-20 05:57:08
【问题描述】：

SL = np.zeros((N+1))
DDB, SOYD, MACRS, MEX, book_value = SL, SL, SL, SL, SL
print("MEX: ",MEX)
book_value[0] = inv_fci
DDB[0] = 0
print("MEX: ",MEX)
SL[1:m+1] = inv_fci/m
print("MEX: ",MEX)

所以我创建了一个 numpy 数组 SL，它基本上是 (N+1) 个零，然后我将它分配给了一堆其他数组：DDB、SOYD、MACRS 等。奇怪的是，在我对 SL 做了一些事情之后，所有的数组都完全按照 SL 的变化方式发生了变化。未触及的 MEX 变得与 SL 完全相同，即具有 m 个条目的数组，全部等于 inv_fci（预定的双精度变量）。在做了一些测试之后，当我改变 SL 时，甚至其他数组也在改变。

为什么当我更改 SL 时这些数组会发生变化？

【问题讨论】：

因为您只创建了一个数组并将其分配给一堆不同的名称。阅读以下内容：nedbatchelder.com/text/names.html
使用np.array(SL) 构造函数来制作独立的副本。
或者.copy()方法

标签： python arrays numpy

【解决方案1】：

DDB, SOYD, MACRS, MEX, book_value = SL, SL, SL, SL, SL

这使得DDB、SOYD、MACRS、MEX 和book_value 指向同一个对象。如果该对象被修改，那么您的所有变量都将指向同一个修改后的对象。

一种可能的解决方案是创建 SL 的副本，并为每个变量分配不同的副本。

【讨论】：

【解决方案2】：

我猜是因为您只是分配一个引用而不是复制它。

你可以试试复制

https://docs.scipy.org/doc/numpy/reference/generated/numpy.copy.html

【讨论】：