NumPy中的数组切片

Question

NumPy中的数组切片

6

今天我在进行一些计算时使用了numpy数组，并发现了一个奇怪的问题。例如，假设我已经在Ipython中导入了numpy.arange，并运行以下脚本：

In [5]: foo = arange(10)                                                      

In [8]: foo1 = foo[arange(3)]                                                 

In [11]: foo1[:] = 0                                                          

In [12]: foo
Out[12]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [16]: foo2 = foo[0:3]                                                      

In [19]: foo2[:]=0                                                            

In [21]: foo
Out[21]: array([0, 0, 0, 3, 4, 5, 6, 7, 8, 9])

上述内容表明，当我使用foo[arange(3)]对数组进行切片时，我得到了一个数组切片的副本，但是当我使用foo[0:3]对数组进行切片时，我得到了一个数组切片的引用，因此foo会随着foo2的改变而改变。然后我认为foo和foo2应该有相同的id，但事实似乎并非如此。

In [59]: id(foo)
Out[59]: 27502608

In [60]: id(foo2)
Out[60]: 28866880

In [61]: id(foo[0])
Out[61]: 38796768

In [62]: id(foo2[0])
Out[62]: 38813248

...

更加奇怪的是，如果我不断检查foo和foo2的id，它们并不是固定的，有时候它们会匹配！

In [65]: id(foo2[0])
Out[65]: 38928592

In [66]: id(foo[0])                                                          
Out[66]: 37111504

In [67]: id(foo[0])
Out[67]: 38928592

有人能简单解释一下这个吗？我对Python的这种动态特性感到非常困惑。

非常感谢。

- shelper

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- user2357112 · Accepted Answer

foo[arange(3)]

不是一个切片。使用arange(3)的元素来选择foo的元素来构建一个新数组。由于这样做无法有效地返回视图（视图中的每个元素都必须是一个独立的引用，并且对视图的操作需要跟随太多指针），因此它返回一个新的数组。

foo[0:3]

是一个切片。这可以通过视图有效地完成；它只需要调整一些边界。因此，它返回一个视图。

id(foo[0])

foo[0]并不是指代一个特定的Python对象。为每个数组元素保留单独的Python对象将会非常昂贵，这将抵消numpy所带来的大部分好处。因此，在对numpy ndarray进行索引操作时，numpy会构建一个新的对象进行返回。每次都会获得一个具有不同ID的不同对象。