为什么函数scipy.optimize.minimize中的args ID会发生变化？

Question

关于函数scipy.optimize.minimize中args的ID，我有一个问题。

我以Nelder Mead方法为例进行了这样的测试（其他方法已经过测试并且问题相同）：

print id(Args);

from scipy import optimize;
res = optimize.minimize(fun, x0, args=Args, method='Nelder-Mead', options={'initial_simplex':sim});
print 'res = ', res;

在fun.py中，我有：

def fun（x，* Args）：

print id(Args)

return np.random.rand(1)[0]

我发现，在第一轮迭代中，Args的ID与其余各轮迭代不同。似乎该函数复制了args，但实际情况并非如此，因为args是不可变的元组。直接的结果是，如果我运行此优化的许多线程，内存中将有副本。

有人知道为什么会这样吗？有没有办法解决这个问题，并使用所有计算线程共享的相同Args，因此不会浪费内存用于此Args的副本？

谢谢， 卢克