先前方程的乘积会受到之后更改输入运算符的影响吗？

Question

这个有点难以解释，所以让我通过一个例子向你展示我所指的内容：

from statistics import mean

import numpy as np

import matplotlib.pyplot as plt

from matplotlib import style

import random

# xs = np.array([1,2,3,4,5,6], dtype=np.float64)

# ys = np.array([5,4,6,5,6,7], dtype=np.float64)

def create_dataset(hm, variance, step=2, correlation=False):

    val = 1

    ys = [] # empty list

    for i in range(hm):

        y = val + random.randrange(-variance, variance)

        ys.append(y)

        if correlation and correlation == 'pos':

        val += step

        elif correlation and correlation == 'neg':

        val -= step

    xs = [i for i in range(len(ys))]

    return np.array(xs, dtype=np.float64), np.array(ys, dtype=np.float64)

现在让我们创建一个数据集：

xs, ys = create_dataset(30, 12, 2, correlation='pos')

print("X series: %s\n\nY series: %s" % (xs, ys))

示例输出：

X series: [  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.  11.  12.  13.  14.

  15.  16.  17.  18.  19.  20.  21.  22.  23.  24.  25.  26.  27.  28.  29.]

Y series: [  1.  -6.  10.   9.  -1.  13.  24.  21.  14.  12.  17.  29.  23.  37.  32.

  36.  25.  27.  27.  47.  36.  32.  51.  37.  50.  47.  61.  45.  65.  59.]

来自 OOP 背景，我对此感到有些困惑：

if correlation and correlation == 'pos':

   val += step

如您所见，val在 y已分配之后发生了变化。但它似乎y仍然影响后分配。因此，这看起来好像在内存中保存了各种方程引用，并且结果可以通过更改其任何运算符而受到影响。

为什么以及如何在 python 中做到这一点？在 C# 或 Java 中，一旦分配原始浮点数或整数，除非直接引用它，否则不会更改。当您使用对象浮点数或整数时，我认为这是可能的，但前提是将另一个变量分配给相同的引用。将输入更改为先验方程也不会这样做 AFAIK。

无论如何，似乎发生了一些我不熟悉的与 python 相关的事情。

Answer 1

随机方差使得很难看出 发生了什么val。所以让我们简化一下函数：In [16]: def create_dataset(hm, step=2, correlation='pos'):    ...:     val = 1    ...:     ys = [] # empty list    ...:     for i in range(hm):    ...:         y = val    ...:         ys.append(y)    ...:         if correlation and correlation == 'pos':    ...:             val += step    ...:         elif correlation and correlation == 'neg':    ...:             val -= step    ...:     return ysIn [17]: create_dataset(5, 2, "pos")Out[17]: [1, 3, 5, 7, 9]In [18]: create_dataset(5, 2, "neg")Out[18]: [1, -1, -3, -5, -7]这正是我所期望的。 每次迭代val递增step（或递减）一次。并将新值存储ys在下一个循环中。In [19]: val = 0In [20]: val += 12In [21]: valOut[21]: 12In [22]: val *= 2In [23]: valOut[23]: 24对于像这样的数字val -= 12是相同的：In [24]: val = val - 12In [25]: valOut[25]: 12一个新号码被分配给val。'+' 和 '+=' 转换为方法调用：val + 12  => val.__add__(12)val +=12  => val.__iadd__(12)这些方法是为每种对象类型定义的，因此细节可能因类型而异。对于列表和 numpy 数组等可变对象，'+' 和 '+=' 之间的差异更显着，有时会导致迭代出现问题。我相信 C 和/或 C++ 有i++ 操作。这有点像a += 1。