Question

我不太清楚如何解释这个问题，但让我们看看下面的代码：

Name

我有两个名为的全局变量：

import numpy as np

def glb_mod(s_np,s):
    s_np.shape = (2,-1)
    s=2
    return s

if __name__=='__main__':
    a=1
    a_np = np.arange(10)
    print ('a, a_np initialized as')
    print(a , a_np)
    glb_mod(a_np,a)
    print ('a, a_np are now')
    print (a, a_np)

运行函数后

 a, a_np

为什么＆＃34; a_np＆＃34;改变但是＆＃34; a＆＃34;没变？只是想知道我应该如何修改代码，以便在传递全局变量＆＃34; a_np＆＃34;进入功能，＆＃34; a_np＆＃34;运行后不会改变抛出函数＆＃34; glb_mod（）＆＃34;？

Answer 1

因为s_np是可变的，并且您正在修改s_np。

另一方面，

s是不可变的，即使它是可变的，赋值s=2也只会在本地范围内进行更改。

你应该使用

a = glb_mod(a_np,a)

相反，因为您正在返回s。

如果您不想更改s_np，则应将副本传递给该功能。

要进行保存，您可以使用

import copy

glb_mod(copy.deepcopy(a_np), a)

Answer 2

这是因为在Python中，大多数类型的数据都是通过引用传递的，而不是通过 value 传递的。也就是说，该函数获取数据的地址，而不是所述数据的 copy 。

这很有用，因为它可以节省大量空间，因为每次调用函数时都不会复制大量数据，只需复制地址即可。另一方面，它会导致看似奇怪的事情发生，就像你的情况一样，但你可以在大多数时间利用它。

NumPy数组通过引用传递，这意味着不会复制数组，s_np内的glb_mod与a_np是同一个对象。

但是，整数总是按值传递，即复制到函数。

如果您不希望您的功能修改原始阵列，请手动复制：

glb_mod(a_np.copy(), a)

为什么在代码运行后将全局numpy变量传递给函数？

2 个答案: