Question

这是最小的代码：

A = np.zeros((2,2))
B = A
A[0,0] = 2
print A
print B

输出：

[[ 2.  0.]
 [ 0.  0.]]
[[ 2.  0.]
 [ 0.  0.]]

我希望B保持不变，但是它更新为A的新值？这背后的机制是什么，知道为什么/何时会发生这种情况的一般规则是什么？这似乎有点危险......

Answer 1

这通常是python行为，而不是numpy特有的。如果您有list之类的对象，您会看到类似的行为。

a = [1]
b = a
b[0] = 7
print a
print b

将输出

[7]
[7]

这是因为变量a指向数组[1]所在的内存位置，然后使b指向同一位置。因此，如果该位置的值发生变化，则两个变量仍然指向那里。如果你想绕过这种行为，你需要像这样使用.copy（）函数。

A = np.zeros((2,2))
B = A.copy()
A[0,0] = 2
print A
print B

输出..

[[2. 0.]
[0. 0.]]
[[0. 0.]
[0. 0.]]

使用copy（）函数将生成一个全新的对象，而不是指向旧的对象。注意：这可能不是理想的方法，因为复制一个巨大的numpy数组可能是计算上昂贵的

编辑：删除了mutable这个词，因为该行为也适用于immutables。