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，就像复制传递my_array而不是函数内部的引用一样。如何纠正？

Answer 1

传递引用模型更像是指针的传值。因此，在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，这将导致更改，但重新分配复制的指针不会影响原始数组。

举个例子：

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

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

上述代码将更改ar的内部值。

Answer 2

您可以像在列表中一样使用切片分配：

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

请注意，这仍然要求my_array中至少包含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.])

你缺少的是python如何处理引用。输入my_function时，您将引用绑定到名称my_array的原始ndarray对象。但是，只要您分配该名称的新内容，就会丢失原始引用，并将其替换为对新对象的引用（在本例中为列表）。

请注意，拥有一个可变对象的默认参数通常可以lead to surprises

Answer 3

np.zeros(0)为您提供一个空的numpy数组。你的函数内部的引用现在指向一个新的Python列表，但你实际上没有修改过你的空numpy数组，所以你仍然在打印出来。

建议阅读this answer以澄清一些概念。

修改函数内的numpy数组？

3 个答案: