修改np数组不会自动更改Torch张量吗？

Question

我正在学习 PyTorch 的基础教程，并了解了 NumPy 数组和 Torch 张量之间的转换。文档中提到：

“Torch张量和NumPy数组将共享它们底层的内存位置，更改其中一个将更改另一个。”

但是，在下面的代码中似乎不是这种情况：

import numpy as np

a = np.ones((3,3))
b = torch.from_numpy(a)

np.add(a,1,out=a)
print(a)
print(b)

在上述情况下，我看到更改自动反映在输出中：

[[2. 2. 2.]
 [2. 2. 2.]
 [2. 2. 2.]]
tensor([[2., 2., 2.],
        [2., 2., 2.],
        [2., 2., 2.]], dtype=torch.float64)

但是当我写出像这样的内容时，情况并非如此：

a = np.ones((3,3))
b = torch.from_numpy(a)

a = a + 1
print(a)
print(b)

我得到了以下输出：

[[2. 2. 2.]
 [2. 2. 2.]
 [2. 2. 2.]]
tensor([[1., 1., 1.],
        [1., 1., 1.],
        [1., 1., 1.]], dtype=torch.float64)

这里我漏掉了什么？

- gopalkrizna

---

除非我错了，否则在Python中每次写等号时都会创建一个新对象。因此，在第二种情况下，您表达式的右侧使用了原始的a，然后计算出一个新对象，该对象替换了这个原始的a。 b仍然指向原始a的内存位置，但现在a指向内存中的一个新对象。 - Engineero

可能确实是这样。谢谢；除了使用 np.add() 之外，还有其他方法可以帮助我验证您的解释吗？ - gopalkrizna

a += 1 应该可以。 - Warren Weckesser

在 a = a + 1 中，表达式 a + 1 创建一个新的数组，然后 Python 将该新对象分配给名称 a。而使用 a += 1，Python 调用 a 的原地加法方法(__iadd__) 并使用参数 1，numpy 代码负责在原地将该值添加到现有数组中。 - Warren Weckesser

好的，我现在明白了！这是我在学习Python的所有这些天里完全忽略了的东西。再次感谢。 - gopalkrizna

Answer 1

在Python中，每当你写一个=符号时，就会创建一个新对象。因此，在第二种情况下，表达式的右侧使用原始的a并计算出一个新的对象，即a + 1，它将替换这个原始的a。b仍然指向原始a的内存位置，但现在a指向内存中的一个新对象。换句话说，在a = a + 1中，表达式a + 1创建了一个新对象，然后Python将该新对象分配给名称a。

而对于a += 1，Python调用a的原地加法方法（__iadd__）并传递参数1。

在第一种情况下，numpy代码：np.add(a,1,out=a)负责原地将该值添加到现有数组中。

感谢@Engineero和@Warren Weckesser在评论中提供的解释。

- gopalkrizna

---

讲解得非常好！谢谢。 - smanna