陣列今天

Question

在numpy的切片我用一些計算numpy的陣列，並發現了一個奇怪的問題，比如，假設我已經進口numpy.arange在IPython中，我運行一些腳本如下：

In [5]: foo = arange(10)              

In [8]: foo1 = foo[arange(3)]             

In [11]: foo1[:] = 0               

In [12]: foo 
Out[12]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 

In [16]: foo2 = foo[0:3]              

In [19]: foo2[:]=0                

In [21]: foo 
Out[21]: array([0, 0, 0, 3, 4, 5, 6, 7, 8, 9]) 

上面顯示當我通過foo [arange（3）]切片數組時，我獲得了數組切片的副本，但是當我通過foo [0：3]切片數組時，我得到了數組切片的引用，因此foo隨foo2而變化。後來我想foo​​和foo2的應該有相同的ID，但似乎並非如此

In [59]: id(foo) 
Out[59]: 27502608 

In [60]: id(foo2) 
Out[60]: 28866880 

In [61]: id(foo[0]) 
Out[61]: 38796768 

In [62]: id(foo2[0]) 
Out[62]: 38813248 

... 

就更奇怪了，如果我繼續檢查foo和foo2的的ID，他們不是恆定的，有時候，他們做了相互匹配！

In [65]: id(foo2[0]) 
Out[65]: 38928592 

In [66]: id(foo[0])               
Out[66]: 37111504 

In [67]: id(foo[0]) 
Out[67]: 38928592 

任何人都可以解釋這一點嗎？我真的蟒蛇的這種動態特徵混淆

非常感謝

Answer 1

foo[arange(3)] 

不是一個切片。 arange(3)的元素用於選擇foo的元素來構造一個新的數組。由於這不能有效地返回視圖（視圖的每個元素必須是獨立的引用，並且視圖上的操作需要跟隨太多的指針），它會返回一個新的數組。

foo[0:3] 

是切片。作爲一種觀點，這可以高效地完成;它只需要調整一些邊界。因此，它返回一個視圖。

id(foo[0]) 

foo[0]不是指一個特定的Python對象。爲每個數組元素保留單獨的Python對象將會非常昂貴，否定了numpy的許多好處。相反，當在numpy ndarray上執行索引操作時，numpy將構造一個新對象以返回。每次你都會得到一個不同ID的對象。