python - 使用高级索引的赋值是否复制数组数据？

Question

我正在慢慢尝试理解 numpy 中的 view 和 copy 之间的区别，以及可变类型与不可变类型之间的区别。

如果我使用 'advanced indexing' 访问数组的一部分它应该返回一个副本。这似乎是真的:

In [1]: import numpy as np
In [2]: a = np.zeros((3,3))
In [3]: b = np.array(np.identity(3), dtype=bool)

In [4]: c = a[b]

In [5]: c[:] = 9

In [6]: a
Out[6]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

因为 c 只是一个副本，它不共享数据并且改变它不会改变 a。然而，这让我感到困惑:

In [7]: a[b] = 1

In [8]: a
Out[8]: 
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])

所以，看起来，即使我使用高级索引，赋值仍然把左边的东西当作一个 View 。显然，第 2 行中的 a 与第 6 行中的 a 是相同的对象/数据，因为改变 c 对其没有影响。

所以我的问题是:第 8 行中的 a 是与之前相同的对象/数据(当然不包括对角线)还是副本？换句话说，是 a 的数据被复制到新的 a，还是它的数据就地发生了变异？

例如，是不是这样:

x = [1,2,3]
x += [4]

或喜欢:

y = (1,2,3)
y += (4,)

我不知道如何检查这一点，因为在任何一种情况下，a.flags.owndata 都是 True。如果我以一种令人困惑的方式思考这个问题，请随时详细说明或回答不同的问题。

Answer 1

当你执行 c = a[b] 时，a.__get_item__ 被调用，b 作为它唯一的参数，无论返回什么分配给 c。

当你执行 a[b] = c 时，a.__setitem__ 会用 b 和 c 调用作为参数，返回的任何内容都会被默默地丢弃。

因此，尽管具有相同的 a[b] 语法，但两个表达式都在做不同的事情。您可以将 ndarray 子类化，重载这两个函数，并让它们表现不同。与 numpy 中的默认情况一样，前者返回一个副本(如果 b 是一个数组)但后者修改 a 到位。