我有一个2D numpy数组。有没有办法在其上创建包含第一个k行和所有列的视图？
重点是避免复制基础数据（数组太大，以至于无法制作部分副本。）
答案 0 :(得分：213)
当然，只需像往常一样对其进行索引。例如。 y = x[:k, :]这将返回原始数组的视图。不会复制任何数据，对y所做的任何更新都会反映在x中，反之亦然。
编辑：
我通常使用＆gt; 10GB的uint8的3D阵列，所以我很担心这个...如果你记住一些事情，Numpy在内存管理方面非常有效。 以下是避免在内存中复制数组的一些提示：
使用+=，-=，*=等来避免复制数组。例如。 x += 10会修改数组，而x = x + 10会复制并修改它。 （另请参阅numexpr）
如果您确实希望使用x = x + 10制作副本，请注意x = x + 10.0会导致x自动升级到浮点数组，如果不是已经。但是，x += 10.0，其中x是一个整数数组，将导致10.0向下转换为与数组具有相同精度的int。
此外，许多numpy函数都会使用out参数，因此您可以执行np.abs(x, x)之类的操作，以便将x的绝对值放在原位。
作为第二个编辑，这里有一些关于视图与副本和numpy数组的更多提示：
与python列表不同，y = x[:]不返回副本，它返回一个视图。如果您确实需要副本（当然，这将是您正在使用的内存量的两倍），请使用y = x.copy()
你会经常听到numpy数组的“花式索引”。使用列表（或整数数组）作为索引是“花式索引”。它非常有用，但可以复制数据。
作为示例：y = x[[0, 1, 2], :]返回一个副本，而y = x[:3,:]将返回一个视图。
即使像x[4:100:5, :-10:-1, None]这样真正疯狂的索引也是“正常”索引并且会返回一个视图，所以不要害怕在大型数组上使用各种切片技巧。
x.astype(<dtype>)会将数据副本作为新类型返回，而x.view(<dtype>)将返回一个视图。
要小心这一点，但是......它非常强大且有用，但您需要了解底层数据如何存储在内存中。如果你有一个浮点数组，并将它们视为整数，（反之亦然），numpy会将数组的基础位解释为整数。
例如，这意味着1.0作为小端系统上的64位浮点数在被视为64位int时将为4607182418800017408，如果被视为64位则为[ 0, 0, 0, 0, 0, 0, 240, 63]数组一个uint8。当你需要对大型数组进行某种类型的操作时，这非常好，但是...你对内存缓冲区的解释方式有低级别的控制。