函数里修改numpy数组

一个 numpy 数组，把它传给一个函数 fun 搞点操作，涉及改变数组中的值，这些改变会否影响原数组？本文对比两种写法，效果不同，根源是 python 的变量名相当于 C 的指针。python 自带的 list、pytorch.tensor 也可参考。

本文也简单用到 numba，作为简例。

Code

• numba.jit 函数签名当没有返回值时，可写 void。

import numpy as np
import numba as nb

@nb.jit('void(i4[:])')
def fun1(arr):
    arr[2] = - arr[2] # change successfully
    arr = - arr # change WON'T last

@nb.jit('void(i4[:])')
def fun2(arr):
    arr[2] = - arr[2] # change successfully
    arr[:] = - arr # change successfully, too

print("fun1")
x = np.arange(7)
print(x, x.dtype)
fun1(x)
print(x)

print("fun2")
y = np.arange(7)
print(y)
fun2(y)
print(y)

输出：

fun1
[0 1 2 3 4 5 6] int32
[ 0  1 -2  3  4  5  6]

fun2
[0 1 2 3 4 5 6]
[ 0 -1  2 -3 -4 -5 -6]

可见，fun1、fun2 的第一句修改都影响了原数组 x、y；但 fun1 的第二句只改了 fun1 内部 arr 的指向，而不影响其原数组 x，而 fun2 的第二句加了 [:]，则同第一句一样，能影响原数组 y。