Question

假设我有一个一维的numpy数组：

 arr = np.arange(10)

然后我将arr切片并分配给另一个变量：

 arr2 = arr[5:8]

我想更改arr：

 arr2 *= 10

或：

 arr2 = arr2 * 10

结果不同。他们为什么不同？

arr

array（[0，1，2，3，4，50，60，70，8，9]）

arr

array（[0，1，2，3，4，5，6，7，8，9]）

Answer 1

简而言之，arr2 = arr[5:8]将对5:7的第arr个元素的引用分配给变量arr2。

因此，arr2 *= 10操作归结为“将这些元素乘以10个就位”，从而修改了arr就地（您正在执行就地操作，对参考进行修改，因此会影响原始图片。

但是，arr2 = arr2 * 10表示“将第5：7个元素乘以10，然后将其分配给名为arr2的变量”。在这里，您对引用执行操作（不是修改），获取输出（明确地说，操作arr2 * 10返回一个新对象），并将其分配给{{1 }}，这会偶然破坏原始参考（但这部分是不相关的）。

或比较这些：

arr2

前两个是等效的。您的代码本质上是第一个和第三个（等效地，第二个和第三个）之间的比较。第二个和第三个不相等，因为在您的代码中，您先前分配的arr[5:8] *= 10 arr[5:8] = arr[5:8] * 10 arr2 = arr[5:8] * 10与arr2 = arr[5:8]的LHS无关。

Answer 2

In [639]: arr = np.arange(10)

通过使用切片建立索引（基本索引），arr2是view中的arr。它与arr共享数据缓冲区：

In [640]: arr2 = arr[5:8]                                                                             
In [641]: arr2                                                                                        
Out[641]: array([5, 6, 7])

如果我们进行复制，则值将被复制而不是共享：

In [642]: arr3 = arr[5:8].copy()     # arr[[5,6,7]] is also a copy

通过就地修改arr2，我们还修改了arr的一部分：

In [643]: arr2 *= 10                                                            
In [644]: arr2                                                                                        
Out[644]: array([50, 60, 70])
In [645]: arr                                                                                         
Out[645]: array([ 0,  1,  2,  3,  4, 50, 60, 70,  8,  9])

但不是arr3：

In [646]: arr3                                                                                        
Out[646]: array([5, 6, 7])

arr2 = arr2*10不会修改arr2数组，而是为arr2变量分配一个全新的数组。

因此，您需要了解将对象分配给变量的含义。分配变量和修改可变对象之间的区别。以及数组复制和视图（以及基本索引和高级索引）之间的区别。最后一个特定于numpy，其余的特定于Python。

numpy slice分配给另一个值

2 个答案: