Python扩充赋值问题

Question

我遇到了一些关于python增强赋值+=的有趣事情。

如果a是一种“更简单”的数据类型，那么似乎并不总是为a += b完成自动数据类型转换，而a = a + b似乎总是有效

完成转换的情况

a = 1
b = 1j

a = 1
b = 0.5

未完成转换的情况

from numpy import array
a = array([0, 0 ,0])
b = array([0, 0, 1j])

在a += b之后，a仍然是整数矩阵，而不是复数矩阵

我曾经认为a += b和a = a + b是一样的，他们在底层实现上有什么不同？

Answer 1

对于+操作符，Python定义了对象可以实现的三个“特殊”方法：

• __add__：添加两个项目(+运算符)。执行a + b时，a的__add__方法将作为argument.
• __radd__：反射的add通过b调用；对于a + b，b的__radd__方法将通过a作为实例调用。只有当a不知道如何做加法，并且两个对象是不同的原地添加时才使用；用于a += b，其中结果被赋值回types.
• __iadd__：变量。这是单独提供的，因为可以以更有效的方式实现它。例如，如果a是一个列表，则a += b与a.extend(b)相同。然而，在c = a + b的情况下，您必须在扩展它之前创建a的副本，因为在这种情况下a不会被修改。请注意，如果您不实现__iadd__，那么Python将只调用__add__。

因此，由于这些不同的操作是用不同的方法实现的，所以实现它们是可能的(但通常是不好的做法)，因此它们做的事情完全不同，或者在这种情况下，可能只是稍微不同的事情。

其他人已经推断出您正在使用NumPy并解释了它的行为。但是，您询问了底层实现。希望您现在能明白为什么有时a += b与a = a + b不是一回事。顺便说一句，对于其他操作，也可以实现类似的三个方法。有关所有受支持的就地方法的列表，请参阅this page。

Answer 2

如果array为numpy.array (您实际上没有指定)，那么发生的问题是因为这些数组不能更改其类型。在没有类型说明符的情况下创建数组时，它会猜测类型。如果您随后尝试执行类型不支持的操作(如将其添加到具有较大域的类型中，如complex)，numpy知道执行计算，但它也知道结果只能存储在具有较大域的类型中。它会抱怨(至少在我的机器上，是我第一次做这样的赋值)，结果不符合。当您执行常规加法时，在任何情况下都必须创建一个新的数组，numpy为它提供了正确的类型。

>>> a=numpy.array([1])
>>> a.dtype
dtype('int32')
>>> b=numpy.array([1+1j])
>>> b.dtype
dtype('complex128')
>>> a+b
array([ 2.+1.j])
>>> (a+b).dtype
dtype('complex128')
>>> a+=b
>>> a
array([2])
>>> a.dtype
dtype('int32')
>>> 

Answer 3

a = a + b和a += b之间的区别在于，后一种添加将在任何可能的情况下“就地”完成，这意味着通过更改对象a。你可以通过列表很容易地看到这一点。

a = b = [1, 2]
a += [3]
print b # [1, 2, 3]
a = b = [1, 2]
a = a + [3]
print b # [1, 2]