为什么 Python for ... in ...: 语句中的元素使用 byValue 行为？

Question

我似乎无法在任何地方找到对此的解释...

假设我有一个向量 y 初始化为全零：

from numpy import *
y = zeros(5)

它也可以是一个普通的 python 数组，我认为这并不重要。

我注意到 for x in y: 语句的行为是它复制 y 中的每个元素，因此当您修改 x 时，它不会修改 y 。

for x in y:
    x = 1
print y

output : array([ 0.,  0.,  0.,  0.,  0.])

我的问题如下：为什么会这样？我认为在Python中一切都是byReference，并且很少有byValue传递？

我如何使用引用变量执行以下操作？执行以下操作似乎可行：

for i in range(len(y)):
    y[i] = 2*rand()-1

但根据我对 Python 的了解，这是错误的，我相信当我开始使用数千或数百万个值的向量时，它会很慢。

我还能做什么？

Answer 1

您可以将其替换

y = np.zeros(5)
for i in range(len(y)):
    y[i] = 2*rand()-1

为：

y=2*np.random.rand(5)-1

---

如果 y 是 Python 序列（元组、列表、数组等）或 Numpy 数组，则

for x in y:

迭代 y，设置x 到 y 中的每个元素。
如果元素是不可变对象，例如 str、int、float 或 Numpy 数字类型，
那么更改x 的值不会更改y 中的值。

如果元素是可变对象，例如 list，则改变 list 将影响 y。

这样想：x“指向”一个对象：

y---> [o----o----o----o]
            ^
            |
            x

当您编写赋值语句时：

x += 1

现在您正在重新分配x以“指向”另一个对象：

y---> [o----o----o----o]

x---> o

另一方面，如果您使用 x.append(1) 来改变列表，那么
x 仍然指向同一个对象（例如列表），但您已经改变了该列表的内容。

Answer 2

Python确实仅使用“引用”。但是 Python（和 Java，可能还有一些其他语言）中所谓的“引用”与“按引用传递”或“C++ 中的引用”不同。当您迭代类似 for i in iterable: 之类的内容时，i 指向当前项。但是，当您在循环中执行 i = ... 时，您将用新引用覆盖该引用，而不是替换所指向的对象。所以实际上，Python（以及提到的所有其他语言）都是按值传递的。除了这些值总是（某种）指针。

请注意，这不适用于 i.attr = ...！设置成员则不同，它是一个方法调用（对象的__dict__的.__setitem__之一，.__setattr__或.__setattribute__代码>据我所知）。因此，如果您在循环中执行i.some_member，您确实会更改可迭代的项目。另请注意，对于数字或字符串等不可变对象来说，这当然是没有意义的 - 您不可能更改它们。

如果您想直接更改例如列表，则需要使用索引（尽管您不需要 range(len(...))，您可以使用 enumerate(the_list)< /code> 并且您将获得索引和当前项目）。还要考虑首先使用列表理解来生成您想要的值。

Answer 3

如果我错了，请有人纠正我，但Python中的整数类型是不可变的，这就是为什么当你对向量的元素之一执行某些操作时，你会得到一个新对象。我看了又看，但没有找到任何对这种预感的证实，但是当我尝试

>>> def zeros(length):
...     vector = []
...     for each in range(length):
...         vector.append([0])
...     return vector
... 
>>> zeros(8)
[[0], [0], [0], [0], [0], [0], [0], [0]]
>>> y = zeros(8)
>>> for x in y:
...     x[0] += 1
... 
>>> y
[[1], [1], [1], [1], [1], [1], [1], [1]]

并且我们知道列表是可变的时，我们得到了我们所期望的。

Answer 4

我根本不明白该代码示例有什么错误 - 只要可以从 for 循环所在的范围访问 y ，一切都应该很好。