Question

我有一个函数必须用f（x）替换numpy数组X的每个元素x。

def modify_inplace(X):
    X = 2. / (8. + numpy.exp(-X))

但这不起作用：

>>> X = numpy.random.random( size=(2,3) )
>>> X
array([[ 0.97476386,  0.76411101,  0.37690288],
       [ 0.05462798,  0.44722799,  0.23570353]])
>>>> modify_inplace(X)
>>> X
array([[ 0.97476386,  0.76411101,  0.37690288],
       [ 0.05462798,  0.44722799,  0.23570353]])

我知道，我可以简单地返回新数组，但是我想知道是否可以修改numpy数组，以便不会分配额外的内存？

Ashwini Chaudhary在下面提供了一个解决方案，但这并不是我想要的，因为我需要在没有任何额外malloc的情况下修改数组。

Answer 1

针对此案例的真正就地方法可能是：

def modify_inplace(X):
    np.exp(X, out=X)
    X += 8.
    np.power(X, -1, out=X)
    X *= 2

与@Ashwini Chaudhary的方法相比有两个主要优势（这也很好）：

不需要分配新数组
操作后无需复制数据

编辑：

请注意，对于更复杂的表达式X多次出现，很难避免复制，例如：

(X + 2.)/(8. + np.exp(X))

此处当您更改X就地计算np.exp(X)时，计算表达式的其余部分将不再有效...

Answer 2

目前，您只是创建一个新的局部变量X并为其指定一个新值，以更新函数内部X指向的对象使用切片分配 [： ] ：

>>> def modify_inplace(X):
        X[:] = 2. / (8. + numpy.exp(-X))
...     
>>> X = numpy.random.random( size=(2,3))
>>> X
array([[ 0.21210661,  0.03573271,  0.07002263],
       [ 0.77282535,  0.13973994,  0.82784145]])
>>> modify_inplace(X)
>>> X
array([[ 0.22704366,  0.22309233,  0.22390467],
       [ 0.23635894,  0.22548971,  0.23705132]])

如何在没有隐藏额外内存分配的情况下修改numpy数组？

2 个答案: