python – Numpy：通过切片查看vs复制

概述当我正在进行切片时,发生了意想不到的事情,这似乎是第一个被查看但第二个是复制. 第一 第一片行,然后是片段.这似乎是一种观点. >>> a = np.arange(12).reshape(3, 4) >>> a[0:3:2, :][:, [0, 2]] = 100>>> aarray([[100, 1, 100, 3], [ 4, 5, 6, 7], 当我正在进行切片时,发生了意想不到的事情,这似乎是第一个被查看但第二个是复制.

第一

第一片行,然后是片段.这似乎是一种观点.

>>> a = np.arange(12).reshape(3,4)   >>> a[0:3:2,:][:,[0,2]] = 100>>> aarray([[100,1,100,3],[  4,5,6,7],[100,9,11]])

第二

但是,如果我第一次切片,然后切片行,它似乎是一个副本：

>>> a[:,2]][0:3:2,:] = 0>>> aarray([[100,11]])

我很困惑,因为这两种方法最终会导致看似位置改变,但为什么第二种方法实际上不会改变数字？

解决方法 重要的是你是按行还是按列切片.按行切片可以返回视图,因为它是原始数组的连续段.按列切片必须返回副本,因为它不是连续的段.例如：

A1 A2 A3B1 B2 B3C1 C2 C3

默认情况下,它以这种方式存储在内存中：

A1 A2 A3 B1 B2 B3 C1 C2 C3

所以如果你想选择每一行,那就是：

[A1 A2 A3] B1 B2 B3 [C1 C2 C3]

这可以描述为{start：0,size：3,strIDe：6}.

但是如果你想选择每一个第二列：

[A1] A2 [A3 B1] B2 [B3 C1] C2 [C3]

并且无法使用单个开始,大小和步幅来描述.所以没有办法构建这样的视图.

如果您希望能够查看每个第二列而不是每隔一行,则可以使用列主要的Fortran命令构建数组：

np.array(a,order='F')

然后它将被存储为：

A1 B1 C1 A2 B2 C2 A3 B3 C3

总结

以上是内存溢出为你收集整理的python – Numpy：通过切片查看vs复制全部内容，希望文章能够帮你解决python – Numpy：通过切片查看vs复制所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。