python - 为什么 NumPy 数组不使用预测器更新原始数组

Question

我正在学习 NumPy(和 Python)并完成一些关于数组的练习。我提出了一个我无法理解的问题。我知道下面的代码应该更新 b 指向的原始数组。代码如下。

a = np.zeros((4,5))
b = a[1:3,0:3]
b = b + 100
print('a = ', a)
print('b = ', b)

输出是:

a =  [[0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]]
b =  [[100. 100. 100.]
 [100. 100. 100.]]

为什么 a 没有随着 b 一起更新？我知道指针对象应该通过编辑来更新原始对象。我假设这是由于将 100 添加到 b 的语法。正如我所想，下面的代码随着原始数组的变化而更新。有什么区别？

a = np.zeros((4,5))
b = a[1:3,0:3]
b[0, 0] = 100
print('a = ', a)

输出:

a =  [[  0.   0.   0.   0.   0.]
 [100.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.]]

Answer 1

Python 没有指针，至少在其他语言(例如 C)的意义上没有。

这里发生的事情是，当您索引数组时，即 a[1:3,0:3]，您创建了 a< 中的部分数据的 View 。 Numpy docs on what views are

在您的第一个示例中，您随后评估 b + 100，这将创建一个新数组。您将结果分配给相同的变量名 b 不会改变此行为。

在您的第二个示例 b[0, 0] = 100 中，您就地修改了 b。由于 b 只是 a 的 View ，因此您还修改了 a 的相应条目。

您可以重写您的第一个示例，改为执行 b += 100，这将再次就地修改 b 并且还将更改 a