python - 使用高级索引时了解 NumPy 的复制行为

Question

我目前正在努力使用高级索引在 NumPy 中编写整洁的代码。

arr = np.arange(100).reshape(10,10) # array I want to manipulate
sl1 = arr[:,-1] # basic indexing
# Do stuff with sl1...
sl1[:] = -1
# arr has been changed as well
sl2 = arr[arr >= 50] # advanced indexing
# Do stuff with sl2...
sl2[:] = -2
# arr has not been changed, 
# changes must be written back into it
arr[arr >= 50] = sl2 # What I'd like to avoid

我想避免这种“回写”操作，因为它感觉是多余的，而且我经常忘记它。有没有更优雅的方法来完成同样的事情？

Answer 1

bool 和整数数组索引都属于 advanced indexing methods 的类别。 .在第二个例子中( bool 索引)，你会看到原始数组没有更新，这是因为 advanced indexing始终返回数据的副本(请参阅 docs 的高级索引部分中的第二段)。这意味着一旦你做 arr[arr >= 50]这已经是 arr 的副本，以及您对其应用的任何更改都不会影响 arr .
它不返回 View 的原因是高级索引不能表示为切片，因此不能用偏移量、步幅和计数来解决，这是能够查看数组元素所必需的。
在高级索引的情况下，我们可以轻松地验证我们正在查看不同的对象:

np.shares_memory(arr, arr[arr>50])
# False
np.shares_memory(arr, arr[:,-1])
# True

View 仅在执行基本切片操作时返回。因此，您必须像在上一个示例中所做的那样重新分配。引用评论中的问题，在相同的表达式中赋值时:

arr[arr >= 50] = -2

这被 python 解释器翻译为:

arr.__setitem__(arr >= 50, -2)

这里要理解的是，表达式可以就地求值，因此不需要创建新的对象，因为不需要它。