Question

在计算norm_时，Python正在更新v0。我不明白为什么会这样，并且导致norm_为0。如果我在matlab中运行相同的代码，则该代码有效。 '''python

v = array([0, 0])
norm_ = 1
n = 0
while norm_ > tol:
    v0 = v
    v[0] = max(5.0 + 0.5 * lmbda * v[0] + 0.5 * lmbda * v[1], 10.0 + lmbda * v[1])
    v[1] = -1 + lmbda * v[1]
    norm_ = norm(v - v0, inf)
    n += 1

'''

Answer 1

就像在Python中一样，当您更改元素'v'时，每个变量都是一个引用，它将影响'v0'，因为它指向同一对象。我建议您使用复制来避免它：

v0 = array([0, 0])
v = copy(v0)
norm_ = 1
n = 0
while norm_ > tol:
    v[0] = max(5.0 + 0.5 * lmbda * v[0] + 0.5 * lmbda * v[1], 10.0 + lmbda * v[1])
    v[1] = -1 + lmbda * v[1]
    norm_ = norm(v - v0, np.inf)
    n += 1

Answer 2

与python Numpy对象一样，

list数组对象是其他对象（dtype）的可变容器。在您的代码段中，在每次迭代中，分配v0 = v时，两个变量都指向相同的内存位置。因此，对其中之一进行变异会导致另一变异。要更改此行为，可以使用copy()属性：

import numpy as np

a = np.array([0, 0])
b_1 = a
b_2 = a.copy()
print(b_1 is a)  #  True
print(b_2 is a)  #  False

因此最终代码必须为：

v = array([0, 0])
norm_ = 1
n = 0
while norm_ > tol:
    v0 = v.copy()
    v[0] = max(5.0 + 0.5 * lmbda * v[0] + 0.5 * lmbda * v[1], 10.0 + lmbda * v[1])
    v[1] = -1 + lmbda * v[1]
    norm_ = norm(v - v0, inf)
    n += 1

旁注：要导入numpy，请使用import numpy as np作为约定。例如，它可以帮助您使用norm = np.norm(...)，并使代码更易于阅读和调试。

Python在while循环中更新我的变量？

2 个答案: