使用numpy数组操作时出现奇怪的行为

Question

解释一下这个问题：

>>> a = np.arange(10)
>>> a[2:]
array([2, 3, 4, 5, 6, 7, 8, 9])
>>> a[:-2]
array([0, 1, 2, 3, 4, 5, 6, 7])
>>> a[2:] - a[:-2]
array([2, 2, 2, 2, 2, 2, 2, 2])
>>> a[2:] -= a[:-2]
>>> a
array([0, 1, 2, 2, 2, 3, 4, 4, 4, 5])

预期的结果当然是array([0, 1, 2, 2, 2, 2, 2, 2, 2, 2])。

我猜测这与numpy并行处理数据有关，但它没有足够的智能来先制作临时数据副本（或按正确顺序执行操作）。

换句话说，我怀疑它正在做一些像这样的幼稚事情：

for i in range(2, len-2):
    a[i] -= a[i-2]

这段代码用于Matlab和Octave：

a = 0:9
a(3:end) = a(3:end) - a(1:end-2)

a =

  0  1  2  3  4  5  6  7  8  9

a =

  0  1  2  2  2  2  2  2  2  2

如果你执行以下操作，它实际上是有效的:

a[2:] = a[2:] - a[:-2]

所以这意味着对于numpy来说，a -= b 不等同于 a = a - b！

事实上，现在我想起来了，我认为Mathworks之所以没有实现+=、-=、/=和*=运算符之一就是出于这个原因！

- Timmmm

---

所以可以推测，对于numpy来说，a -= b和a = a - b并不相同！在纯Python中也是如此。https://dev59.com/Q3E95IYBdhLWcg3wWMlQ - Akavall

Answer 1

当您像示例中所做的那样对numpy数组进行切片时，您得到的是数据的视图而不是副本。

参见：

http://scipy-lectures.github.io/advanced/advanced_numpy/#example-inplace-operations-caveat-emptor

- JoshAdel

Answer 2

意外的行为是由于数组别名引起的，因为（正如@JoshAdel在他的回答中所述），切片返回一个视图，而不是数组的副本。你提供的“天真”循环示例已经解释了结果是如何计算的。但我会补充两点来解释：

首先，意外的行为并不是由于numpy并行化操作。如果该操作被并行化，则不应该期望[一致地]看到天真循环的结果（因为该结果取决于循环的有序执行）。即使对于大型数组，如果您重复实验几次，您也应该看到相同的结果。

其次，虽然您的假设通常是正确的，但我会这样陈述：

当 a 和 b 没有别名时，a -= b与a = a - b对于两个numpy数组是相同的。

- bogatron