Question

我想知道是否有办法将数据从许多不同的数组引用到一个数组，但是没有复制它。

示例：

import numpy as np
a = np.array([2,3,4,5,6])
b = np.array([5,6,7,8])

c = np.ndarray([len(a)+len(b)])

offset = 0
c[offset:offset+len(a)] = a
offset += len(a)
c[offset:offset+len(b)] = b

但是，在上面的示例中，c是一个新数组，因此，如果您修改a或b的某个元素，则不会在c中对其进行修改一点都不。

我希望c的每个索引（即c[0]，c[1]等）都引用a和b的每个元素，但是像指针一样，没有制作deepcopy数据。

Answer 1

正如@Jaime所说，你不能生成一个新数组，其内容指向多个现有数组中的元素，但你可以这样做：

import numpy as np

c = np.arange(2, 9)
a = c[:5]
b = c[3:]
print(a, b, c)
# (array([2, 3, 4, 5, 6]), array([5, 6, 7, 8]), array([2, 3, 4, 5, 6, 7, 8]))

b[0] = -1

print(c,)
# (array([ 2,  3,  4, -1,  6,  7,  8]),)

我认为你所要求的基本问题是numpy数组必须由连续的内存块支持，该内存可以是regularly strided，以便将内存地址映射到各个数组元素。

在您的示例中，a和b将分配在非相邻的内存块中，因此无法使用一组步幅来解决其元素。

有没有办法使用Numpy数组制作软引用或类指针对象？

1 个答案: