Numpy：通过切片查看vs复制

Question

当我正在进行切片时，发生了意想不到的事情，这似乎是第一个被查看但第二个是复制。

First

第一片行，然后是片段。这似乎是一种观点。

>>> a = np.arange(12).reshape(3, 4)   
>>> a[0:3:2, :][:, [0, 2]] = 100
>>> a
array([[100,   1, 100,   3],
       [  4,   5,   6,   7],
       [100,   9, 100,  11]])

Second

但是，如果我第一次切片，然后切片行，它似乎是一个副本：

>>> a[:, [0, 2]][0:3:2, :] = 0
>>> a
array([[100,   1, 100,   3],
       [  4,   5,   6,   7],
       [100,   9, 100,  11]])

我很困惑，因为这两种方法最终会导致看似位置改变，但为什么第二种方法实际上不会改变数字？

Answer 1

重要的是你是按行还是按列切片。按行切片可以返回视图，因为它是原始数组的连续段。按列切片必须返回副本，因为它不是连续的段。例如：

A1 A2 A3
B1 B2 B3
C1 C2 C3

默认情况下，它以这种方式存储在内存中：

A1 A2 A3 B1 B2 B3 C1 C2 C3

所以如果你想选择每一行，那就是：

[A1 A2 A3] B1 B2 B3 [C1 C2 C3]

这可以被描述为{start: 0, size: 3, stride: 6}。

但是如果你想选择每一个第二列：

[A1] A2 [A3 B1] B2 [B3 C1] C2 [C3]

并且无法使用单个开始，大小和步幅来描述。所以没有办法构建这样的视图。

如果您希望能够查看每个第二列而不是每隔一行，则可以使用列主要的Fortran命令构建数组：

np.array(a, order='F')

然后它将被存储为：

A1 B1 C1 A2 B2 C2 A3 B3 C3

Answer 2

John Zwinck接受的答案实际上是错误的（我只是想出了解决方法！）。问题中的问题是将“左值索引”与numpy的花式索引相结合。以下文档正好解释了这种情况

https://scipy-cookbook.readthedocs.io/items/ViewsVsCopies.html

在“但花哨的索引确实似乎有时会返回视图，不是吗？”