python - numpy数组被切片两次

Question

我不确定我是否理解为什么这不起作用:

a = np.zeros((10, ))

# first slicing array
pos1 = np.zeros((10, ), dtype=np.bool)
pos1[::2] = True

a[pos1] = 1.
print a
# returns [ 1.  0.  1.  0.  1.  0.  1.  0.  1.  0.]


# second slicing array
pos2 = np.zeros((5, ), dtype=np.bool)
pos2[::2] = True

a[pos1][pos2] = 2.

print a
# still returns [ 1.  0.  1.  0.  1.  0.  1.  0.  1.  0.]

为什么第二次切片没有影响整个数组？我认为 a[pos1] 只是原始数组子部分的“ View ”......我错过了什么吗？

(这个例子只是一个简单的例子，没有实际用途，只是为了尝试理解，因为我经常使用这种语法，但我没想到这个结果)

Answer 1

这与最近的问题相同 Numpy doesn't change value of an array element after masking

您使用的是 bool 掩码，因此 a[pos1]是副本，而不是切片。

第一组有效，因为它是直接调用 __setitem__ :

a[pos1] = 1.
a.__setitem__(pos1) = 1

第二个不是因为 set适用于a[pos1] ，副本:

a[pos1][pos2] = 2.
a.__getitem__(pos1).__setitem__(pos2)

a[::2][pos2]=3确实有效，因为 a[::2]是一个切片 - 即使它产生与 a[pos1] 相同的值.

检查某物是副本还是 View 的一种方法是查看数组的数据指针

 a.__array_interface__['data']
 a[pos1].__array_interface__['data'] # will be different
 a[::2].__array_interface__['data']  # should be the same