Question

我对python不是很熟悉。我读过“数据分析用Python”这本书。最近，我对numpy布尔索引和设置有点困惑。书上说：

通过布尔索引从数组中选择数据总是会创建数据的副本，即使返回的数组未更改。

使用布尔数组设置值以常识方式工作。

我已尝试过以下代码：

首先：

data = np.random.randn(7, 4) 
data[data < 0] = 0 # this could change the `data`

第二

data = np.random.randn(7, 4) 
copied = data[data < 0]
copied[1] = 1  # this couldn't change the `data`

我在这里不太明白，任何人都可以解释。根据我的理解，copied应该是指向数据的指针[data＆lt; 0]切片。

Answer 1

虽然data[data < 0] = 0 sorta看起来像是设置为0的视图，但这不是实际发生的事情。实际上，ndarray后跟=来电__setitem__来处理分段分配。

当ndarray位于=的另一侧时，__setitem__未被调用，并且您指定了一个副本（如布尔索引总是这样），它独立于原始数组。 / p>

本质：

foo[foo != bar] = bar                # calls __setitem__
foo[:2]         = bar                # calls __setitem__
bar             = foo[foo != bar]    # makes a copy
bar             = foo[:2]            # makes a view

Answer 2

根据经验，numpy会尽可能创建视图，并在必要时创建副本。

何时可以查看？当可以使用步幅来寻址数据时，即例如对于2d阵列A，每个A[i, j]位于地址base + i*stride[0] + j*stride[1]的存储器中。如果您仅使用切片创建一个子阵列，那么这将是您获得视图的原因。

对于逻辑和高级索引，通常无法找到恰好解决正确元素的基础和步幅。因此，这些操作返回一个复制了数据的新数组。

Answer 3

基于代码序列：

data = np.random.randn(7, 4)：Thi step创建一个大小为7乘4的数组
data[data < 0] = 0：使数据中的所有元素都是＆lt; 0为0
copied = data[data < 0]：此步骤生成一个空数组，因为数据中没有＆lt; 0，因为步骤4
copied[1] = 1：此步骤引发错误，因为复制是一个空数组，因此索引1不存在

numpy boolean indexing选择和设置

3 个答案: