Python 增强赋值问题

Question

我遇到了一些有趣的事情，关于Python中的增强赋值运算符+=。

看起来，当a是一个“简单”的数据类型时，a += b并不总是会自动转换数据类型，而a = a + b似乎总是能正常工作。

下面是一些会进行转换的情况：

a = 1
b = 1j

a = 1
b = 0.5

而这是一个不进行转换的情况：

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

在执行完a += b后，a仍然保持为整数矩阵，而不是变成复数矩阵。

我以前一直认为a += b和a = a + b是一样的，那它们在底层实现上有什么区别呢？

Answer 1

在 a = a + b 和 a += b 之间的区别是，后者会尽量在原地进行加法运算，也就是说会直接修改对象 a。你可以通过列表很容易地看出这一点。

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

Answer 2

如果array是numpy.array（你其实没有具体说明），那么出现的问题是因为这些数组的类型是不能改变的。当你创建数组时，如果没有指定类型，它会自己猜一个类型。如果你之后尝试做一些这个类型不支持的操作，比如把它和一个更复杂的类型（比如复数）相加，numpy会知道怎么计算，但它也知道结果只能存储在那个更复杂的类型里。于是它会报错（在我的电脑上，第一次做这种赋值时会出现这个问题），因为结果不符合原来的类型。当你进行普通的加法时，无论如何都需要创建一个新的数组，而numpy会给这个新数组分配正确的类型。

>>> 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

在Python中，对于+这个运算符，有三个“特殊”的方法可以让对象来实现：

• __add__: 这个方法用来加两个东西（就是+运算符）。当你写a + b的时候，其实是调用了a的__add__方法，并把b作为参数传进去。
• __radd__: 这个是反向加法；当你写a + b时，会调用b的__radd__方法，并把a作为实例传进去。这种情况一般是当a不知道怎么加，而a和b是不同类型的时候才会用到。
• __iadd__: 这个是就地加法；用于a += b这种情况，结果会直接赋值回左边的变量。这个方法单独提供是因为可能有更高效的实现方式。例如，如果a是一个列表，那么a += b其实和a.extend(b)是一样的。但是在c = a + b的情况下，你必须先复制一份a再去扩展，因为这里不想修改原来的a。要注意的是，如果你没有实现__iadd__，Python就会直接调用__add__。

所以因为这些不同的操作是通过不同的方法来实现的，有可能（虽然一般不推荐）让它们做完全不同的事情，或者在某些情况下，只是稍微不同的事情。

其他人推测你在使用NumPy，并解释了它的行为。不过，你问的是底层的实现。希望你现在明白了为什么有时候a += b和a = a + b是不一样的。顺便提一下，类似的三组方法也可以用于其他操作。你可以查看这个页面，了解所有支持的就地方法。