对多维数组无效，因为这里使用了引用。

import numpy as np

# swaps
data = np.random.random(2)
print(data)
data[0], data[1] = data[1], data[0]
print(data)

# does not swap
data = np.random.random((2, 2))
print(data)
data[0], data[1] = data[1], data[0]
print(data)

参见Numpy数组的交换片

该语法是交换变量的标准方法。但是，在处理被修改并在交换的后续存储元素中使用的元素时，需要注意顺序。

使用带有直接索引的数组是可以的。例如:

def swap_indexes(A, i1, i2):
      A[i1], A[i2] = A[i2], A[i1]
      print('A[i1]=', A[i1], 'A[i2]=', A[i2])
      return A

  A = [0, 1, 2, 3, 4]
  print('For A=', A)
  print('swap indexes 1, 3:', swap_indexes(A, 1, 3))

给我们: ('For A='， [0,1,2,3,4]) ('A[i1]='， 3， 'A[i2]='， 1) ('swap index 1,3:'， [0,3,2,1,4])

然而，如果我们改变了左边的第一个元素，并在左边的第二个元素中使用它作为索引，这将导致一个糟糕的交换。

def good_swap(P, i2):
    j = P[i2]
    #Below is correct, because P[i2] is modified after it is used in P[P[i2]]
    print('Before: P[i2]=', P[i2], 'P[P[i2]]=', P[j])
    P[P[i2]], P[i2] = P[i2], P[P[i2]]
    print('Good swap: After P[i2]=', P[i2], 'P[P[i2]]=', P[j])
    return P

def bad_swap(P, i2):
    j = P[i2]
    #Below is wrong, because P[i2] is modified and then used in P[P[i2]]
    print('Before: P[i2]=', P[i2], 'P[P[i2]]=', P[j])
    P[i2], P[P[i2]] = P[P[i2]], P[i2]
    print('Bad swap: After P[i2]=', P[i2], 'P[P[i2]]=', P[j])
    return P

P = [1, 2, 3, 4, 5]
print('For P=', P)
print('good swap with index 2:', good_swap(P, 2))
print('------')
P = [1, 2, 3, 4, 5]
print('bad swap with index 2:', bad_swap(P, 2))

('For P='， [1,2,3,4,5]) ('前:P[i2]='， 3， 'P[P[i2]]='， 4) ('Good swap: After P[i2]='， 4， 'P[P[i2]]='， 3) ('良好的交换索引2:'，[1,2,4,3,5])

('前:P[i2]='， 3， 'P[P[i2]]='， 4) ('错误交换:After P[i2]='， 4， 'P[P[i2]]='， 4) ('与索引2的错误交换:'，[1,2,4,4,3])

错误的交换是不正确的，因为P[i2]是3，我们期望P[P[i2]]是P[3]。但是，P[i2]首先被更改为4，因此后续的P[P[i2]]变成了P[4]，它覆盖了第4个元素，而不是第3个元素。

上面的场景用于排列。一个简单的好的交换和坏的交换是:

#good swap:
P[j], j = j, P[j]
#bad swap:
j, P[j] = P[j], j

这是交换两个变量的标准方法。

我知道三种交换变量的方法，但a, b = b, a是最简单的。有

异或(整数)

x = x ^ y
y = y ^ x
x = x ^ y

或简洁,

x ^= y
y ^= x
x ^= y

临时变量

w = x
x = y
y = w
del w

元组交换

x, y = y, x

我不会说这是交换的标准方式，因为它会导致一些意想不到的错误。

nums[i], nums[nums[i] - 1] = nums[nums[i] - 1], nums[i]

首先修改Nums [i]，然后影响第二个变量Nums [Nums [i] - 1]。

对多维数组无效，因为这里使用了引用。

import numpy as np

# swaps
data = np.random.random(2)
print(data)
data[0], data[1] = data[1], data[0]
print(data)

# does not swap
data = np.random.random((2, 2))
print(data)
data[0], data[1] = data[1], data[0]
print(data)

参见Numpy数组的交换片