python - 函数中的矩阵 View 没有副作用

Question

编辑:我发现问题归结为:

如果你运行这段代码:

A = ones((10,4))
view = A[:,1]
view.fill(7)
A

或

A = ones((10,4))
view = A[:,1:3]
view.fill(7)
A

你会看到 A 的列发生了变化

如果你运行这个:

A = ones((10,4))
view = A[:,(1,2)]
view.fill(7)
A

A 没有副作用。这种行为是故意的还是错误？

我有一个函数可以计算我必须旋转矩阵中 x,y 点的某些列的量。该函数只需要一个输入 - 矩阵垫:

def rotate(mat):

在该函数中，我创建了 View 以便更轻松地处理每个部分:

rot_mat = mat[:,(col,col+1)]

然后，我计算一个旋转角度并将其应用回我之前创建的 View :

rot_mat[row,0] = cos(rot)*x - sin(rot)*y
rot_mat[row,1] = sin(rot)*x + cos(rot)*y

如果我在我的程序主体中执行此操作，对我的 rot_mat View 的更改将传播到原始矩阵垫。当我把它变成一个函数时， View 不再对原始矩阵产生副作用。这是什么原因，有什么办法可以解决这个问题吗？我还应该注意，它并没有在函数本身内改变垫子。最后，我只是尝试返回 mat 但没有进行任何更改。

完整的函数代码:

def rotate(mat):
    # Get a reference shape
    ref_sh = 2*random.choice(range(len(filelist)))
    print 'Reference shape is '
    print (ref_sh/2)
    # Create a copy of the reference point matrix
    ref_mat = mat.take([ref_sh,ref_sh+1],axis=1)
    # Calculate rotation for each set of points
    for col in range(len(filelist)):
        col = col * 2 # Account for the two point columns
        rot_mat = mat[:,(col,col+1)]
        # Numerator = sum of wi*yi - zi*xi
        numer = inner(ref_mat[:,0],rot_mat[:,1]) - inner(ref_mat[:,1],rot_mat[:,0])
        # Denominator = sum of wi*xi + zi*yi
        denom = inner(ref_mat[:,0],rot_mat[:,0]) + inner(ref_mat[:,1],rot_mat[:,1])
        rot = arctan(numer/denom)
        # Rotate the points in rot_mat.  As it's a view of mat, the effects are
        # propagated.
        for row in range(num_points):
            x = rot_mat[row,0]
            y = rot_mat[row,1]
            rot_mat[row,0] = cos(rot)*x - sin(rot)*y
            rot_mat[row,1] = sin(rot)*x + cos(rot)*y
    return mat

Answer 1

当您执行 view = A[:,(1,2)] 时，您正在使用高级索引 ( Numpy manual: Advanced Indexing )，这意味着该数组返回一个副本，而不是一个 View 。它之所以先进，是因为您的索引对象是一个“至少包含一个序列”的元组(该序列是元组 (1,2))。在您的情况下，总的显式选择对象 obj 将等于 (slice(None), (1,2))，即 A[(slice(None), (1,2))] 返回与 A[:,(1,2)] 相同的内容。

正如 larsmans 上面所建议的，似乎 __getitem__ 和 __setitem__ 对于高级索引的行为不同，这是有道理的，因为将值分配给副本没有用(不会存储副本)。