Question

我偶尔使用numpy，并且我试图变得更聪明，我如何对操作进行矢量化。我正在阅读一些代码并尝试理解以下语义：

arr_1[:] = arr_2

在这种情况下，

我理解，在arr[:, 0]中，我们正在选择数组的第一列，但我对arr_1[:] = arr_2和arr_1 = arr_2之间的差异感到困惑。

Answer 1

您的问题涉及基本Python语法和numpy具体细节的混合。在许多方面，它对于列表是相同的，但不完全相同。

arr[:, 0]返回arr的第一列（视图），arr[:,0]=10将该列的值设置为10.

arr[:]返回arr（alist[:]返回列表的副本）。 arr[:]=arr2执行就地替换;将arr的值更改为arr2的值。 arr2的值将根据需要进行广播和复制。

arr=arr2设置arr变量指向的对象。现在arr和arr2指向相同的事物（无论是数组，列表还是其他任何东西）。

复制所有数据时

arr[...]=arr2也有效

在交互式会话中玩这些操作。尝试arr2形状的变化，看看如何广播数值。同时检查id(arr)以查看变量指向的对象。并arr.__array_interface__查看数组的数据缓冲区。这有助于您将视图与副本区分开来。

Answer 2

arr_1[:] = ...更改arr_1引用的现有列表对象的元素。

arr_1 = ...使名称arr_1引用不同的列表对象。

主要区别在于，如果某些其他名称也引用了原始列表对象，会发生什么。如果是这种情况，那么前者会更新两个名称所指的东西;而后者改变一个名称所指的是什么，而另一个名称指的是原始的东西。

>>> a = [0]
>>> b = a
>>> a[:] = [1]
>>> print(b)
[1]                 <--- note, change reflected by a and b
>>> a = [2]
>>> print(b)
[1]                 <--- but now a points at something else, so no change to b

Answer 3

使用arr_1[:] = arr_2是arr_1.__setitem__(slice(None, None), arr_2)的快捷方式。使用arr_1 = arr_2代替__setitem__的原因是，您正在修改arr_1，而当您说arr_1 = arr_2时，您正在重新定义arr_1。因此，使用__setitem__会修改对arr_1对象的其他引用，而不仅仅是重新定义arr_1。

Answer 4

也许最好通过使用id来检查每个变量的内存位置。

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

>>> id(arr1)
4595568512

>>> id(arr2)
4595566192

# Slice assignment
arr1[:] = arr2

>>> arr1
array([4, 5, 6])

>>> id(arr1)  # The object still points to the same memory location of `arr1`.
4595568512

# Reassignment.
arr1 = arr2

>>> id(arr1)  # The object is now pointing to the object located to where `arr2` points.
4595566192

在numpy中赋值的arr [：]是什么意思？

4 个答案: