Question

以下代码演示了使用a*=3修改原始数据集，而a=a*3则不会：

data=np.array([[1,0],[3,4]])
a=data[0]
b=data[1]
a*=3
b=b*3
print(data)

给出：

[[3 0] [3 4]]

a*=3语句修改了矩阵数据，但b=b*3语句没有。我希望2个分配都不会修改data，因为a和b都被定义为数据切片，因此不再需要链接。这种行为是有意的吗？如果是这样，它背后的逻辑是什么？

Answer 1

查看b和>>> a.flags C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : False # <--- a does not copy data (a*=3 mutates original data) WRITEABLE : True ALIGNED : True WRITEBACKIFCOPY : False UPDATEIFCOPY : False >>> b.flags C_CONTIGUOUS : True F_CONTIGUOUS : True OWNDATA : True # <--- b is copied (the multiplication b*3 creates the copy) WRITEABLE : True ALIGNED : True WRITEBACKIFCOPY : False UPDATEIFCOPY : False上的标记，特别是OWNDATA标记

data[0]

对象data不是切片，它是数组中可写的视图。修改内容将修改a = data[0].copy()。

这种行为是否有意？如果是这样，它背后的逻辑是什么？

是的，这是设计的。除非必要，否则它旨在防止复制。如果您需要numpy中的副本，请使用List<A> listA = new ArrayList<A>(); List<B> listB = new ArrayList<B>(); Set<Integer> aIdsFromBList = listB.stream().map(B::getAId).collect(Collectors.toSet()); return listA.stream .filter(a -> aIdsFromBList.contains(a.getId())) .collect(Collectors.toList());明确请求它。

Answer 2

我认为这不是numpy特有的，但对于任何可变对象都是如此。例如，请参阅以下修改列表的代码（原型可变对象）：

a = [1]
b = a
b += [2]
print(a, b) #prints [1, 2] [1, 2]
print(id(a), id(b)) #The same id

a = [1]
b = a
b = b + [2]
print(a, b) #prints [1], [1, 2]
print(id(a), id(b)) #Not the same id

因此，赋值将创建副本，而运算符（+ =）将修改对象。 numpy对象的行为方式相同。

为什么在numpy数组上使用* =修改原始数组？

2 个答案: