python 索引不改变 numpy 数组

Question

import numpy as np
a = np.array([[0, 1, 2],
              [0, 1, 2],
              [1, 1, 2]])

a[[0, 1]] = 100  # Changed
print(a)
a[[0, 1]][0, 0] = 98  # Not Changed
print(a)
a[0:2][0, 0] = 99  # Changed
print(a)

输出是:

# first
[[100 100 100]
[100 100 100]
[  1   1   2]]

# second
[[100 100 100]
[100 100 100]
[  1   1   2]]

# third
[[ 99 100 100]
[100 100 100]
[  1   1   2]]

那么为什么第二种方式没有改变数组，而第一种方式和第三种方式有效呢？我用谷歌搜索了很多答案，但我还是不明白。

Answer 1

这很复杂。

基本上，你在做 advanced indexing在情况 1 和 2 中，在情况 3 中进行基本索引。有关高级索引状态的 NumPy 文档:

Advanced indexing always returns a copy of the data (contrast with basic slicing that returns a view).

所以我们已经知道case 2和case 3的区别了，case 2基本等同于

b = a[[0, 1]]
b[0, 0] = 98

由于高级索引创建了一个副本，b 不再链接到 a，并且不会反射(reflect)更改。在情况 3 中，我们有

b = a[0:2]
b[0, 0] = 99

其中 b 现在是 a 的 View (基本索引)，因此 b 中的更改被反射(reflect)在 a 中。

那么情况 1 是怎么回事？

本质区别在于您不能将其拆分为赋值 b = ... 和后续的 setitem 操作。相反，您直接对索引的结果执行 setitem，这不会创建副本(只有 getitem 对副本进行操作)。所以我们得到与情况 2 相同的行为。

下图说明了这一点:

情况 1 等同于

setitem(a, [0, 1], 100)  # operates directly on a

情况 2 等同于

setitem(
    getitem(a, [0, 1]),  # this is a copy
    [0, 0],
    98
)