Question

我正在使用Jupyter Notebook for Python并使用Numpy Lib。这是我试过的

import numpy as np
arr = np.arange(10, 21)
print(arr)
slice_arr = arr[:5]= 6
print(slice_arr)
print(arr)

输出是：

[10 11 12 13 14 15 16 17 18 19]
6
[ 6  6  6  6  6 15 16 17 18 19]

但我认为 slice_arr 将是[ 6 6 6 6 6]因为我从 arr 获得前5个元素，并将6分配给所有5个元素然后分配给 slice_arr

如何执行此声明以及 slice_arr 值如何6？

6是否分别分配给arr [：5]和slice_arr？

如果从右到左分配，则slice_arr应为[ 6 6 6 6 6]

提前致谢

Answer 1

https://docs.python.org/3/reference/simple_stmts.html#assignment-statements

赋值语句计算表达式列表（请记住，这可以是单个表达式或以逗号分隔的列表，后者产生元组）并将单个结果对象从左到右分配给每个目标列表。

为了得到你想要的，也许这样做：

slice_arr = arr [：5] = np.zeros（[5]）+ 6

Answer 2

这样的多项任务并不常见，不鼓励（没有充分理由）：

slice_arr = arr[:5]= 6

将一个不可变对象（如数字）分配给多个变量很好：

In [215]: x = y = 10

分配像数组或列表这样的可变对象应该谨慎：

In [216]: x = y = [1,2,3]
In [217]: x[0]=12
In [218]: y
Out[218]: [12, 2, 3]

[216]的简单解释是将相同的列表分配给两个变量。

虽然我之前没有看过你的表达，但我认为slice_arr将是6，这是RHS的价值。

arr[:5] = 6执行为arr.__setitem(slice(None,5), 6)，即arr上的方法调用。

可以想象，解释器也可以执行slice_arr = arr.__getitem__(slice(None,5))，但如果执行slice_arr = 6，它会更简单（并且更不含糊）。也就是说，为两个对象分配相同的东西，而不是链接动作。

另一种看待这种情况的方法是，6的复制是在arr内完成的，或者是变异arr的过程的一部分。在分配之前不会复制。 numpy在Python中运行。 Python解释器解析代码，将其转换为函数和方法调用。

这是一个列表示例

In [235]: x=[1,2,3]
In [236]: y = x[1:] = [3,4,5]
In [237]: y
Out[237]: [3, 4, 5]
In [238]: x
Out[238]: [1, 3, 4, 5]

文档说明target作业从左到右完成。我认为这说明了：

In [43]: alist = alist[2:] = [1,2,3]
In [44]: alist
Out[44]: [1, 2, 1, 2, 3]

alist首先获取值[1,2,3]，然后将切片（最后一个元素）替换为相同的列表。

从左到右分配的一个有点人为的数组示例：

In [45]: arr = np.arange(10)
In [46]: idx = arr[:idx] = 6
In [47]: idx
Out[47]: 6
In [48]: arr
Out[48]: array([6, 6, 6, 6, 6, 6, 6, 7, 8, 9])
In [49]: idx = arr[:idx] = 4
In [50]: arr
Out[50]: array([4, 4, 4, 4, 6, 6, 6, 7, 8, 9])

idx在arr[:idx]表达式中使用之前被赋值。这只能起作用，因为分配是从左到右执行的（在评估RHS之后）。

从assignment文档中，正式语言表达式为：

https://docs.python.org/3/reference/simple_stmts.html#assignment-statements

assignment_stmt :: =（target_list＆＃34; =＆＃34;）+（starred_expression | yield_expression）

在python中分配到同一行的多个变量

2 个答案: