python - 在不创建昂贵副本的情况下引用 numpy 数组

Question

假设我有一个函数需要 NumPy ndarray 有 2 个轴，例如，行和列的数据矩阵。如果从这样的数组中切出一个“列”，这个函数也应该可以工作，因此为了方便起见，它应该做一些内部X[:, np.newaxis]。但是，我不想为此创建一个新的数组对象，因为在某些情况下这可能会很昂贵。

请问有什么好的方法吗？例如，以下代码是否安全(我的意思是，全局数组始终 是否会像 Python list 一样保持不变)？

X1 = np.array([[1,2,3], [4,5,6], [7,8,9]])
X2 = np.array([1,4,7])

def some_func(X):
    if len(X.shape) == 1:
        X = X[:, np.newaxis]
    return X[:,0].sum()       

some_func(X2)
some_func(X1[:, 0])
some_func(X1)

我问这个问题是因为我听说在某些情况下有时会复制 NumPy 数组，但是，我找不到这方面的好资源。有任何想法吗？

Answer 1

它不应该创建副本。例如:

>>> A = np.ones((50000000,))
>>> B = A[:,np.newaxis]
>>> B.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

注意 OWNDATA : False - 它正在与 A 共享数据。

有关更多详细信息，请查看 http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html .基本规则是它不会创建副本，除非您使用索引数组(例如 A[[1,2,4]])或 bool 数组(例如 A[[True, False, True]])。几乎所有其他内容都返回一个没有副本的 View 。