NumPy高级索引和基本索引

Question

NumPy高级索引和基本索引

3

我正在尝试理解这篇文章的一个具体部分。

高级索引的定义意味着 x[(1,2,3),] 和 x[(1,2,3)] 有根本的区别。后者等同于 x[1,2,3]，将触发基本选择，而前者将触发高级索引。请确保理解其原因。

我已经尝试了以下代码。

>>> import numpy as np 
>>> a = np.arange(50).reshape(5,10)    
>>> b = a[(2,2)]    
>>> bb = a[(2,2),]    
>>> a[2,2] = 50 # a[2,2] was 22 in the first place 
>>> b
22  # this outcome confuses me!

我认为b = a[(2,2)]会得到一个视图，所以当我改变a[2,2]时，它也会改变。

bb = a[(2,2),]会接收副本，因此即使我对a进行操作，也不会发生任何事情。

但是当我将a[2,2]从22改为50时

我期望b = a[(2,2)]会改变为50，而bb = a[(2,2),]仍然保持不变。

这其中有什么问题吗？我是否理解有误或者漏掉了一些重要的东西？

如果是这样，请指正我，非常感谢！

- H_E_A_D

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

- Daniel F · Answer 1

"

基本选择（即索引而非切片）不会创建视图，它会创建一个副本。要成为视图，您需要传递一个单元素切片（与索引不同，切片始终是视图）。

"

import numpy as np 
a = np.arange(50).reshape(5,10)    
b = a[2:3,2:3].squeeze()    
a[2,2] = 50 
b

array(50)

你也可以使用 b = a[2, 2, None].squeeze() 来获得相同的结果，这会触发“高级”索引，它是选择和切片之间的一种混合形式，并返回一个视图。使用“高级”索引（就像你所做的或者 b = a[[2],[2]]）是索引的一种变体，它返回一个副本。

是的，对于初学者来说，区分这些不同类型的索引并不容易。而且创建一个元素的视图仍然有点hacky。像 array(50) 这样的零维数组在大多数情况下可以像普通的 int 一样使用。

为了让事情更加混乱，a[2,2] 在等号左边时被解释为视图，但在右边时却不是。这与 = 被解释为 .__setitem__() 有关。