Python 变量赋值
Python variabale assignment
问候程序员，
我有一个特定的问题要问 - 更准确地说是 python 在分配变量时的行为。让我们假设这段代码（取自 Tensorflow 的指南）：
(train_images, train_labels), (test_images, test_labels) = keras.datasets.fashion_mnist.load_data()
我明白，我不能做以下事情：
train_images /= 250.0
-对象 train_images 不可写，因此我无法更改它。
但我绝对可以做以下，我不明白：
train_images = train_images / 250.0
这是否意味着当我 "re-assign" 变量 train_images 时，python 以某种方式自动忘记旧变量并将 train_images 构造为新变量？
请原谅我缺乏 python 的行为知识 - 如果有明显的答案，只需 post 一些 link 解释或描述此案例的一些文档。
非常感谢，祝您愉快！
编辑：
"non-writeable" 我的意思是该对象是只读的（当我们打印数组的描述 print( train_images.flags ) 时，我们从 WRITEABLE : False
更具体地说，当使用 train_images /= 250.0 时，程序终止并输出以下错误：
Traceback (most recent call last):
File "code_01_fashion.py", line 31, in <module>
train_images /= 250.0
ValueError: output array is read-only
另一方面，train_images = train_images / 250.0 运行得很好。
重要的是要知道这不是香草 python。 Keras.datasets.fashion_mnist.load_data() returns 一个 NumPy 数组。 （NumPy 是科学计算的基础包 Python。About NumPy）
可以为 写入 禁用 numpy 数组。 Details
当您使用就地运算符 (x /=250.0) 时，您明确要求修改您的对象，但在这种情况下您是不允许的。
如果你想检查你的 NumPy 数组是否可写，你可以 运行:
>> train_images.flags
并检查 WRITEABLE
中的布尔值
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : False
WRITEABLE : False
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False
当你在做类似的事情时：
train_images = train_images / 250.0
类似于：
temp = train_images / 250.0
train_images = temp
因此，在这种情况下，您正在创建一个新对象并重新分配变量。
问候程序员，
我有一个特定的问题要问 - 更准确地说是 python 在分配变量时的行为。让我们假设这段代码（取自 Tensorflow 的指南）：
(train_images, train_labels), (test_images, test_labels) = keras.datasets.fashion_mnist.load_data()
我明白，我不能做以下事情：
train_images /= 250.0
-对象 train_images 不可写，因此我无法更改它。
但我绝对可以做以下，我不明白：
train_images = train_images / 250.0
这是否意味着当我 "re-assign" 变量 train_images 时，python 以某种方式自动忘记旧变量并将 train_images 构造为新变量？
请原谅我缺乏 python 的行为知识 - 如果有明显的答案，只需 post 一些 link 解释或描述此案例的一些文档。
非常感谢，祝您愉快！
编辑：
"non-writeable" 我的意思是该对象是只读的（当我们打印数组的描述 print( train_images.flags ) 时，我们从 WRITEABLE : False
更具体地说，当使用 train_images /= 250.0 时，程序终止并输出以下错误：
Traceback (most recent call last):
File "code_01_fashion.py", line 31, in <module>
train_images /= 250.0
ValueError: output array is read-only
另一方面，train_images = train_images / 250.0 运行得很好。
重要的是要知道这不是香草 python。 Keras.datasets.fashion_mnist.load_data() returns 一个 NumPy 数组。 （NumPy 是科学计算的基础包 Python。About NumPy）
可以为 写入 禁用 numpy 数组。 Details
当您使用就地运算符 (x /=250.0) 时，您明确要求修改您的对象，但在这种情况下您是不允许的。
如果你想检查你的 NumPy 数组是否可写，你可以 运行:
>> train_images.flags
并检查 WRITEABLE
中的布尔值C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : False
WRITEABLE : False
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False
当你在做类似的事情时：
train_images = train_images / 250.0
类似于：
temp = train_images / 250.0
train_images = temp
因此，在这种情况下，您正在创建一个新对象并重新分配变量。