何时获取 numpy 数组的子矩阵返回视图但不返回副本？

Posted 2023-02-26

【中文标题】何时获取 numpy 数组的子矩阵返回视图但不返回副本？

【英文标题】：When does getting submatrix of an numpy array returns view but not copy?

【发布时间】：2014-02-01 17:10:54

【问题描述】：

我正在尝试获取 numpy 二维数组的子矩阵，并对其进行修改。有时我得到一个copy，对它的修改不会影响原始数组：

In [650]: d=np.random.rand(5,5)

In [651]: may_share_memory(d, d[[0,1],:][:,[2,3]])
Out[651]: False

In [652]: d[[0,1],:][:,[2,3]]=2

In [653]: d
Out[653]: 
array([[ 0.0648922 ,  0.41408311,  0.88024646,  0.22471181,  0.81811439],
       [ 0.32154096,  0.88349028,  0.30755883,  0.55301128,  0.61138144],
       [ 0.18398833,  0.40208368,  0.69888324,  0.93197147,  0.43538379],
       [ 0.55633382,  0.80531999,  0.71486132,  0.4186339 ,  0.76487239],
       [ 0.81193408,  0.4951559 ,  0.97713937,  0.33904998,  0.27660239]])

虽然有时我似乎得到了一个视图，尽管may_share_memory 也返回False：

In [662]: d[np.ix_([0,1],[2,3])]=1

In [663]: d
Out[663]: 
array([[ 0.0648922 ,  0.41408311,  1.        ,  1.        ,  0.81811439],
       [ 0.32154096,  0.88349028,  1.        ,  1.        ,  0.61138144],
       [ 0.18398833,  0.40208368,  0.69888324,  0.93197147,  0.43538379],
       [ 0.55633382,  0.80531999,  0.71486132,  0.4186339 ,  0.76487239],
       [ 0.81193408,  0.4951559 ,  0.97713937,  0.33904998,  0.27660239]])

In [664]: may_share_memory(d, d[np.ix_([0,1],[2,3])])
Out[664]: False

更奇怪的是，如果把那个'view'赋值给一个变量，它就变成了'copy'（同样，修改不影响原始数组）：

In [658]: d2=d[np.ix_([0,1],[2,3])]

In [659]: may_share_memory(d,d2)
Out[659]: False

In [660]: d2+=1

In [661]: d
Out[661]: 
array([[ 0.0648922 ,  0.41408311,  0.88024646,  0.22471181,  0.81811439],
       [ 0.32154096,  0.88349028,  0.30755883,  0.55301128,  0.61138144],
       [ 0.18398833,  0.40208368,  0.69888324,  0.93197147,  0.43538379],
       [ 0.55633382,  0.80531999,  0.71486132,  0.4186339 ,  0.76487239],
       [ 0.81193408,  0.4951559 ,  0.97713937,  0.33904998,  0.27660239]])

【参考方案1】：

我同意；这很奇怪。然而，它有一个逻辑。

请注意，切片赋值是 python 中一种特殊的重载方法。切片分配不会创建视图然后写入它；它直接写入数组。您不能为 a[[2,0,1]] 的 ndarray 创建视图，因为您不能将此视图表示为跨步数组，这是所有 numpy 函数所需的基本接口。但是您可以直接使用索引并对其进行操作。可以说，为了一致性，这样的切片赋值应该对副本进行修改；但是，如果您不将新创建的数组绑定到新名称，那么重点在哪里？

总的来说，在 python 中，赋值和切片赋值是完全不同的野兽，它们做的事情完全不同，这有点尴尬。这也是其根源所在。右侧的切片赋值和切片调用不同的函数，并且在概念上有些不同。 may_share_memory 指的是右侧切片的行为，而不是切片分配。

【参考方案2】：

您看到的是difference between "fancy" indexing and normal indexing。

另外，为了清楚起见，d[np.ix_([0,1],[2,3])] = 1 不是一个视图，它是一个任务。有关这方面的更多解释，请参阅@EelcoHoogendoorn 的答案。您的困惑的根源似乎在于 Eelco 解决的 __setitem__ 与 __getitem__，但我想我会添加一些特定于 numpy 的说明。

每当您使用坐标序列进行索引（np.ix_ 返回一个索引数组）时，它都是“花哨的”索引，并且总是会返回一个副本。

任何你可以用切片做的事情总是返回一个视图。

例如：

In [1]: import numpy as np

In [2]: x = np.arange(10)

In [3]: y = x[3:5]

In [4]: z = x[[3, 4]]

In [5]: z[0] = 100

In [5]: x
Out[5]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [6]: y[0] = 100

In [7]: x
Out[7]: array([  0,   1,   2, 100,   4,   5,   6,   7,   8,   9])

原因是 numpy 数组在内存中必须是半连续的（更准确地说，它们必须能够通过偏移量、步幅和形状来描述）。

任何类型的切片都可以用这种方式描述（甚至像 x[:, 3:100:5, None] 这样的东西）。

不能是任意坐标序列（例如x[[1, 4, 5, 100]]）。

因此，如果使用切片，numpy 总是返回一个视图，如果使用“花式索引”（也就是使用索引序列或布尔掩码），则返回一个副本。

但是，分配（例如x[blah] = y）将总是就地修改 numpy 数组。