Numpy数组索引:查看还是复制-取决于范围？
Numpy数组索引:查看还是复制-取决于范围？
提问于 2021-12-21 21:01:29
考虑以下数组操作：
import numpy as np
def f(x):
x += 1
x = np.zeros(1)
f(x) # changes `x`
f(x[0]) # doesn't change `x`
x[0] += 1 # changes `x`为什么x[0]的行为不同，取决于+= 1是发生在函数f内部还是外部
我能否将数组的一部分传递给函数，以便函数修改原始数组？
编辑:如果我们考虑的是=而不是+=，我们可能会保持问题的核心，同时消除一些不相关的复杂性。
回答 2
Stack Overflow用户
发布于 2021-12-21 23:18:36
您甚至不需要函数调用就可以看到这种差异。
x是一个数组：
In [138]: type(x)
Out[138]: numpy.ndarray索引数组中的元素将返回一个np.float64对象。它实际上将数组中的值“取出来”；它不是对数组元素的引用。
In [140]: y=x[0]
In [141]: type(y)
Out[141]: numpy.float64这个y很像蟒蛇浮子；您可以用同样的方式进行+=：
In [142]: y += 1
In [143]: y
Out[143]: 1.0但是这不会改变x
In [144]: x
Out[144]: array([0.])但这确实改变了x
In [145]: x[0] += 1
In [146]: x
Out[146]: array([1.])y=x[0]进行x.__getitem__调用。x[0]=3进行x.__setitem__调用。+=使用__iadd__，但实际上类似。
另一个例子是：
改变x
In [149]: x[0] = 3
In [150]: x
Out[150]: array([3.])但是，对y做同样的尝试失败了：
In [151]: y[()] = 3
Traceback (most recent call last):
File "<ipython-input-151-153d89268cbc>", line 1, in <module>
y[()] = 3
TypeError: 'numpy.float64' object does not support item assignment但y[()]是允许的。
对带有片的数组进行basic索引确实会产生一个可以修改的view：
In [154]: x = np.zeros(5)
In [155]: x
Out[155]: array([0., 0., 0., 0., 0.])
In [156]: y= x[0:2]
In [157]: type(y)
Out[157]: numpy.ndarray
In [158]: y += 1
In [159]: y
Out[159]: array([1., 1.])
In [160]: x
Out[160]: array([1., 1., 0., 0., 0.])===
Python和切取x[0]+=1类型操作的示例：
In [405]: alist = [1,2,3]
In [406]: alist[1]+=12
In [407]: alist
Out[407]: [1, 14, 3]
In [408]: adict = {'a':32}
In [409]: adict['a'] += 12
In [410]: adict
Out[410]: {'a': 44}__iadd__可以被认为是一个__getitem__，后面是一个具有相同索引的__setitem__。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70441552
复制相关文章
相似问题
腾讯云开发者
