我试图理解为什么ndarray的平面迭代器可以正常工作。让A成为一个形状为(N, N)的ndarray。
A.flat[::N + 1] = 1
将A的对角线元素设置为值1。因此，A.flat就像A的观点一样行事。但令人惊讶的是，
A.flat[::N + 1][1:] = 1
不会修改A（就像A.flat是一个视图一样）。
A.flat是flatiter对象，而不是A的视图。这背后的理由是什么？是否可以将其作为一种观点来实现？
[据我所知，原始数组数据与有关数据解释的信息分开存储 - 数组长度，数组尺寸，步幅，列顺序等。所以似乎可以通过以下方式实现扁平化设置适当的尺寸（和步幅，取决于列顺序）。]
答案 0 :(得分：2)
在python中，A[a][b] = B大致翻译为：
tmp = A[a]
tmp[b] = B
这适用于python对象，即列表或列表的列表，但它对于numpy数组是有问题的。当A[a]是A的视图时，它适用于numpy数组，但在A[a]复制时不起作用。 This page会告诉你更多关于索引numpy数组何时返回视图以及何时返回副本的信息。我认为索引flat属性始终返回一个副本。话虽如此，当您使用numpy数组时，我会在[]的左侧避免两组=。
更新： 您的问题的答案是“是否可以将[平面属性]实现为视图？”没有。 Numpy数组支持任意步幅，对于许多步幅组合，不可能创建平面数组的1d视图。如果可能，ravel方法将返回数组的视图。当无法将阵列展平为视图时，它将返回副本。我想如果你确定你的数组可以用视图展平，你可以做类似的事情：
A.ravel()[::N + 1][1:] = 1