為什么我需要np.array（）或np.copy（）？

Question

這是一個真正的numpy新手問題。

我有一個名為'image'的numpy數組。 這樣做：

image2 = image
image2[image < minval] = minval
image2[image > maxval] = maxval

...更改“圖片”的內容。

我收集的是因為Python中的變量確實是引用，所以'image2'只是引用'image'的另一種方式。 所以我應該使用“image2 = np.copy（image）”。 精細。

但是，那么，當我這樣做時，為什么不“改變”：

a = 5
b = a
b = 7

不是'b'只是提到'a'的另一種方式嗎？ 如果是這樣，為什么a = = 7在這結束？

我想知道是否有一些心理模型使這看起來一致。 因為它沒有。

Answer 1

答案實際上在於直接分配如b=a和b=7 。 b=a創建對也由a引用的對象的新引用，並將該新引用與名稱b相關聯。 隨后b=7 ，然后移除了一個連接到名稱引用b ，並與名稱的不同的關聯b 。 無論a是不可變類型（如整數）還是可變類型（如numpy數組），都是如此。 在任何情況下都不會修改a的內容。

相比之下， image2[image < minval] = minval不是重新分配。 通過使用[]它調用對象image2的方法（ __setitem__ ）。 此方法更改基礎數據結構的某些部分，而不將任何內容重新分配給image2 。

Python最基本的類型是“不可變的”。 這意味着您無法做任何事情都會改變它們（例如，如果image2屬於不可變類型tuple ，嘗試使用[]索引更改其中一個元素將導致引發異常）。

因此， 非常非常松散 ，如果您習慣於C / C ++思維模式，它有時可以幫助將不可變類型視為通過值傳遞，並且當您查看函數時通過引用傳遞可變類型或方法原型。 正如評論中指出的那樣，這並不是真正發生的事情：一切都是引用，但是一些引用（不可變類型）會按照C / C ++處理const引用的方式自動處理。

不可變類型包括：

• 基本數字類型： bool ， int ， long ， float和complex
• 基本字符串類型： str ， unicode （僅限python 2.x）和bytes （僅限python 3.x）
• tuple （但不是list ）