前言
今天学pytorch时:
看到了numpy&tensor互相转换的方法
1.tensr->numpy
t = torch.ones(5)
n = t.numpy()
2.numpy->tensor
n = np.ones(5)
t = torch.from_numpy(n)
3.改变t,n会变 改变n,t会变
t.add_(1)
print(f"t: {t}")
print(f"n: {n}")
output:
t: tensor([2., 2., 2., 2., 2.])
n: [2. 2. 2. 2. 2.]
显然两个变量并不指向同一地址块,值却会共同改变。
print(t is n)
print(t == n)
#output:
False
False
于是我想起了在python,变量赋值时 ,其存储地址的相关问题。
正文
数值、字符串、元组是不可变类型(immutable),集合、列表、字典是可变(mutable)类型。
可变类型的变量,可以修改变量元素,也可以重新对整个变量赋值;
而不可变类型的变量,只能对整个变量重新赋值,以达到修改变量的目的。
不可变类型:变量赋值 a=5 后再赋值 a=10,这里实际是新生成一个 int 值对象 10,再让 a 指向它,而 5 被丢弃,不是改变 a 的值,相当于新生成了 a。
可变类型:变量赋值 la=[1,2,3,4] 后再赋值 la[2]=5 则是将 list la 的第三个元素值更改,本身la没有动,只是其内部的一部分值被修改了。
1.pycharm上运行时,Python出于对性能的考虑,但凡是不可变对象,在同一个代码块中的对象,只要是值相同的对象,就不会重复创建,而是直接引用已经存在的对象。
2.但若使用b=a这一赋值语句,不论是什么变量,ab都指向同一内存。因此b变,a也会变。
关于python中b=a与b=a[:]的区别_XD_whYe的博客-CSDN博客
https://blog.csdn.net/qq_43230540/article/details/84788151
补充知识
Python 中的变量不需要声明。每个变量在使用前都必须赋值.若不给变量赋值,则会出错。
在 python 中,类型属于对象,对象有不同类型的区分,变量是没有类型的:
a=[1,2,3]
a=“Runoob”
以上代码中,[1,2,3] 是 List 类型,“Runoob” 是 String 类型,而变量 a 是没有类型,它仅仅是一个对象的引用(一个指针),可以是指向 List 类型对象,也可以是指向 String 类型对象。