python - 更新Python函数中引用的变量

Question

我正在尝试通过类 P 更改矩阵 X 的顺序，该类已传递给基类 B 中的函数。顺序的更改不会反射(reflect)在基类 B 中。有没有办法达到这个目的吗？请参阅以下 MWE:

#p.py
import numpy as np
import b

class P(b.B):

    def __init__(self, opts):
        self.opts = opts

    def func1(self, X):

        print('func1:',X)

    def func2(self):

        randomize = np.arange(len(self.myX))
        np.random.shuffle(randomize)
        self.myX = self.myX[randomize]

        print('func2',self.myX)

    def func3(self, X):
        """
        X is a 2d matrix 
        """
        self.myX = X
        #call the function from the base class 
        b.B.func3(self, self.myX)  

#b.py
class B:
    """
    base class.

    """
    def __init__(self, opts):
        self.opts = opts


    def func3(self, X):

        for n in range(2):
            for i in range(X.shape[0]):
                self.func1(X[i])
            self.func2()

从控制台:

p1 = p.P({})
X=np.array([[1,2,3], [2,3,4], [3,4,5], [4,5,6], [5,6,7], [6,7,8]])
p1.func3(X)

当前输出:

func1: [1 2 3]
func1: [2 3 4]
func1: [3 4 5]
func1: [4 5 6]
func1: [5 6 7]
func1: [6 7 8]
func2 [[6 7 8]
 [3 4 5]
 [2 3 4]
 [5 6 7]
 [4 5 6]
 [1 2 3]]
func1: [1 2 3]
func1: [2 3 4]
func1: [3 4 5]
func1: [4 5 6]
func1: [5 6 7]
func1: [6 7 8]

预期输出:

func1: [1 2 3]
func1: [2 3 4]
func1: [3 4 5]
func1: [4 5 6]
func1: [5 6 7]
func1: [6 7 8]
func2 [[6 7 8]
 [3 4 5]
 [2 3 4]
 [5 6 7]
 [4 5 6]
 [1 2 3]]
func1: [6 7 8]
func1: [3 4 5]
func1: [2 3 4]
func1: [5 6 7]
func1: [4 5 6]
func1: [1 2 3]

所以基本上，当控件从 B 中的 p.func2 返回到 func3 时，X 应该与 self.myX 相同。我相信这应该发生，因为 self.myX 默认情况下是通过引用 b.func3 传递的。

Answer 1

问题出在这里:

#class p.P
    def func2(self):

        randomize = np.arange(len(self.myX))
        np.random.shuffle(randomize)
        self.myX = self.myX[randomize]  # <-- this line

        print('func2',self.myX)

您有效地将 self.myX 重新分配给新随机 np 数组，将对象引用从 X 更改为这个新的随机数组。

如果您在此行之间添加了 print(id(self.myX))，您会注意到初始引用点回到了 X，但是一旦您重新分配它的 id 不再相同。

您应该这样做来维护引用:

np.random.shuffle(self.myX)

如果您确实也想对内部数组进行洗牌:

for arr in self.myX:
    np.random.shuffle(arr)
np.random.shuffle(self.myX)

这也将保留引用。

编辑:如果您希望在保留对象的同时保留随机顺序的引用，则有点棘手但可行:

# use make randomize an instance attribute so you can refer to it even after the function ended
self.shuffle_order = np.arange(len(self.myX))
np.random.shuffle(self.shuffle_order)

# loop through each inner array and reassign based on a copy of the shuffled matrix
for i, arr in enumerate(self.myX[self.shuffle_order]):
    self.myX[i] = arr

这会更改内部数组，但会保留 self.myX 和 X 之间的整体对象引用。

之后您可以通过p1.shuffle_order检索订单。