切片表示法不会在内存中创建新副本

Posted 2023-03-11

【中文标题】切片表示法不会在内存中创建新副本

【英文标题】：Slice notation isn't creating a new copy in memory

【发布时间】：2018-04-05 18:20:09

【问题描述】：

我使用 scipy 和 imread() 将图像导入为 RGB。假设我想分离出“R”组件并将其复制到内存中的新对象。下面的代码有效：

import scipy as sp
import scipy.misc as misc
import matplotlib.pyplot as plt
%matplotlib inline 
pic = misc.imread("ARBITRARY IMAGE.png");

r = pic[:,:,0].copy()
r[0,0] = 0
print(r[0,0])
print(pic[0,0,0])

输出预期：

0
255

但是我通过以下路径到达那里，我不知道为什么它们不起作用：

r = pic[:,:,0]
r[0,0] = 0
print(r[0,0])
print(pic[0,0,0])

输出：

0
0

很公平，我从here 中获得了语法提示，它涉及使用像b = a[:] 这样的切片而不是单层。怎么样：

r = pic[:]
r[0,0,0] = 0
print(r[0,0,0])
print(pic[0,0,0])

或添加一个额外的步骤：

r = pic[:]
r= r[:,:,0]
r[0,0] = 0
print(r[0,0])
print(pic[0,0,0])

仍然输出：

0
0

它是一个数组而不是一个列表，但数组的this answer 暗示这种语法应该没问题。基本上，当我在示例中使用切片符号时，为什么没有在内存中创建新对象？我假设我错过了其他东西，我的谷歌搜索似乎告诉我语法应该有效。感谢您的帮助！

【问题讨论】：

变量pic 可能不是一个普通的数组，而是一些带有重载切片运算符的对象，它不会创建副本，而是引用相同数据的视图。例如。如果我没记错的话，numpy 也不喜欢创建副本。

【参考方案1】：

other question you linked 使用了不正确的术语；它询问的是 Python lists，而您使用的是 Numpy 数组。切片列表确实会为您提供所选范围的副本，但 slicing an array gives you a view 会改为。您对视图所做的更改会反映在原始视图中。

使用 Numpy 数组，您需要使用 copy() 来获得一个单独的副本，您可以在不影响原始数据的情况下对其进行更改。这是一种设计选择，因为 Numpy 数组通常非常大，您不想无意中复制它们。

【讨论】：

警告如果您使用的是 32 位 python np.array.copy 可能是一个昂贵的内存操作（numpy 需要连续内存）

@David Duh 我什至没想到他们使用了错误的术语。乔然，我在这里不是必须的，但是你有其他选择吗？或者我应该尽量避免使用这样的数组进行复制