问题标签 [augmented-assignment]

在 python 中可以进行解构：

增强分配也是可能的：

但是有没有理由无法完成解构增强赋值？：

据我所知，解构是一种语言。它不能被类似的东西修改object.__add__()。为什么语言不会分别调用object.__iadd__()扩充作业的每个部分？

对于“更好”的更简单的代码，我想知道是否可以执行保留/反射的增强加法分配。

[我已经检查了 Stack Overflow 是否有类似的问题，但找不到任何问题。因此，如果这是重复我的道歉，请您链接答案。]

例如，使用字符串正则赋值给出：

但是有没有什么办法可以用反射的顺序来做到这一点，而不用做s = 'bar' + s.

那么是否有任何类似于=+（不是真实的）的操作，例如：

在此先感谢您的帮助 ：）

是否有与以下功能等效的标准库/numpy：

?

虽然sum(ITERABLE)非常优雅，但它使用+运算符而不是+=，这在np.ndarray对象的情况下可能会影响性能。

我已经测试过我的功能可能和它一样快sum()（而它的等效使用+要慢得多）。由于它是一个纯 Python 函数，我猜它的性能仍然存在缺陷，因此我正在寻找一些替代方案：

我曾尝试使用functools.reduce与组合operator.iadd，但它的性能是相似的：

我也对内存效率感兴趣，因此更喜欢增强分配，因为它们不需要创建中间对象。

在这段代码中，如果我在 function1 中输入：y = 9x + 1; 它会将值放入数组中，但格式为：'y', ' ', '9x', ' ', '+', ' ', '1'. 如何将输入另存为y = 9x + 1'? 当我写退出时，它会打印数组，但最终值为q','u','i','t'. 我如何消除这些价值观？

我一直都知道 Python 增强操作总是执行就地操作。但似乎并非适用于所有情况。当我在 上应用增强操作时integers，它没有到位。

输出：

但是当我将它应用于列表时，它就到位了。

输出：

我的问题是，它什么时候表现为就地操作，什么时候不表现为？为什么？

在以下示例中，有人可以向我解释在 Python 中的 for 循环中执行增强赋值时的意外行为：

• 以下代码正在进行n_epochs迭代，试图达到参数的最佳值theta。奇怪的是，即使它正确地完成了工作并成功收敛，列表中theta_list也充满了循环最后一次迭代的n_epochs + 1值theta。

• 在上一个示例中更改单行之后，从

至

输出看起来符合预期：

我没有在 stackoverflow 或其他任何在线网站上注意到有人遇到过类似的问题。我正在使用通过 Anaconda3 安装的 Windows 10 和 Python 3.8.5。