Python & PyTorch 暗坑集合

for-in 返回的是引用，可以 in-place 修改

可以看到，NumPy 中返回的是一个 copy，而 PyTorch 中返回的是一个引用。

>>> import numpy as np
>>> a = np.arange(1, 10)
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> for i in a: i+=1
...
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> import torch
>>> b = torch.arange(1, 10)
>>> b
tensor([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> for i in b: i+=1
...
>>> b
tensor([ 2,  3,  4,  5,  6,  7,  8,  9, 10])
>>>

randint：在 Python 标准库和 NumPy、PyTorch 中表现不一致

在 Python 标准库中，randint(a, b) 返回的是 [a, b] 的整数（闭区间），而在 NumPy 和 PyTorch 中，返回的是 [a, b) 的整数（左开右闭）。