如何创建一个 NumPy 数组的视图？

Question

如何创建一个 NumPy 数组的视图？

pythonnumpy

106

我有一个二维的numpy数组。是否有一种方式可以创建一个视图，其中包括前k行和所有列？

关键是要避免复制底层数据（该数组非常大，因此无法进行部分复制）。

- NPE

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

- Joe Kington · Accepted Answer

当然，只需像平常一样索引即可。例如：y = x[:k, :] 这将返回原始数组的一个视图。不会复制任何数据，并且对y所做的任何更新将反映在x中，反之亦然。

编辑：

我通常使用超过10GB的3D uint8数组，所以我非常担心这个... 如果你记住一些要点，Numpy在内存管理方面可以非常高效。以下是一些避免在内存中复制数组的技巧：

使用+=、-=、*=等操作符避免复制数组。例如，x += 10会就地修改数组，而x = x + 10会复制它并进行修改。(还可以看看numexpr)

如果你确实想用x = x + 10复制一个数组，请注意x = x + 10.0会导致x自动向上转换为浮点数组（如果它还不是的话）。但是，如果x是整数数组，则x += 10.0会将10.0下转换为与数组相同精度的整数。

此外，许多numpy函数都可以使用out参数，因此您可以像这样进行操作：np.abs(x, x)就地取x的绝对值。

第二个编辑，以下是有关numpy数组视图和副本的几个提示：

与Python列表不同，y = x [:] 不返回副本，而是返回视图。如果您确实需要副本（这当然会将您使用的内存量加倍），请使用 y = x.copy()。

通常会听到"numpy数组的高级索引"Fancy Indexing"。使用列表（或整数数组）作为索引是"fancy indexing"。它非常有用，但会复制数据。

例如：y = x[[0, 1, 2], :] 返回一个副本，而y = x[:3,:] 将返回一个视图。

即使是像x [4: 100: 5，:-10：-1，None] 这样的非常规索引也是"normal indexing"，并且将返回一个视图，因此不要害怕在大型数组上使用各种切片技巧。 x.astype(<dtype>)将返回数据的新类型的副本，而x.view(<dtype>)将返回一个视图。

但是要小心...它非常强大和有用，但您需要了解底层数据如何存储在内存中。如果您有一个浮点数组，并将其视为整数（或反之亦然），numpy将解释数组的底层位作为整数。

例如，这意味着64位小端系统上的1.0将被视为64位整数4607182418800017408，如果将其视为uint8，则为[0, 0, 0, 0, 0, 0, 240, 63]的数组。这在需要对大型数组进行位操作时非常方便...您可以低级别地控制内存缓冲区的解释方式。