相关疑难解决方法(0)

Python文档似乎不清楚参数是通过引用还是值传递,以下代码生成未更改的值'Original'

class PassByReference:
    def __init__(self):
        self.variable = 'Original'
        self.change(self.variable)
        print(self.variable)

    def change(self, var):
        var = 'Changed'

有什么我可以通过实际参考传递变量吗？

我对Pandas在决定数据帧中的选择是原始数据帧的副本还是原始数据的视图时使用的规则感到困惑.

如果我有,例如,

df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9))

我明白a query返回一个副本,就像这样

foo = df.query('2 < index <= 5')
foo.loc[:,'E'] = 40

对原始数据帧没有影响df.我也理解标量或命名切片返回一个视图,以便分配给这些,例如

df.iloc[3] = 70

要么

df.ix[1,'B':'E'] = 222

会改变df.但是当谈到更复杂的案件时,我迷失了方向.例如,

df[df.C <= df.B]  = 7654321

变化df,但是

df[df.C <= df.B].ix[:,'B':'E']

才不是.

是否有一个简单的规则,熊猫正在使用,我只是缺少？在这些特定情况下发生了什么; 特别是,如何更改满足特定查询的数据帧中的所有值(或值的子集)(正如我在上一个示例中尝试做的那样)？

注意:这与此问题不同 ; 我已经阅读了文档,但没有得到它的启发.我还阅读了关于这个主题的"相关"问题,但我仍然缺少Pandas正在使用的简单规则,以及我如何应用它 - 例如 - 修改值(或值的子集)在满足特定查询的数据框中.

这些变量赋值按我的预期工作:

>>> a = 3
>>> b = a
>>> print(a, b)
(3, 3)
>>> b=4
>>> print(a, b)
(3, 4)

但是,这些分配的行为有所不同:

>>> class number():
...     def __init__(self, name, number):
...         self.name = name
...         self.number = number
... 
>>> c = number("one", 1)
>>> d = c
>>> print(c.number, d.number)
(1, 1)
>>> d.number = 2
>>> print(c.number, d.number)
(2, 2)

与示例不同,为什么是c相同的？如何在类示例中执行类似的操作？也就是说,复制对象,然后更改它的一部分(这不会影响我借用属性的对象)？d(a, b)(a, b)(c, d)

可能重复:
对象和基本类型的分配

a = [1,2,3]
b = a
print b is a

此代码打印True.为什么？如果两个变量指向同一个对象,则"is"仅返回True,在这种情况下,它们是具有相同值的不同对象."=="将返回True,但"is"不应该返回True.

但是,自从

b.reverse()
print a,b

打印[3,2,1] [3,2,1],似乎就解释器而言,它们是相同的对象,并且b上的操作将自动在a上执行.再次,为什么？我以前从未见过这样的事情.