numpy數組視圖視圖是副本？

Question

如果更改了numpy數組視圖，原始數組也會被更改。這是預期的行爲。

arr = np.array([1,2,3]) 
mask = np.array([True, False, False]) 
arr[mask] = 0 
arr 
# Out: array([0, 2, 3]) 

但是，如果我採取這樣的視點的視點，並更改，那麼原來的數組是不改變：

arr = np.array([1,2,3]) 
mask_1 = np.array([True, False, False]) 
mask_1_arr = arr[mask_1] # Becomes: array([1]) 
mask_2 = np.array([True]) 
mask_1_arr[mask_2] = 0 
arr 
# Out: array([1, 2, 3]) 

這意味着，我認爲，當你把一個一個視圖的觀點，你實際上得到一份副本。它是否正確？爲什麼是這樣？

如果我使用數字索引的numpy數組而不是布爾值的numpy數組，則會發生相同的行爲。 （例如，arr[np.array([0])][np.array([0])] = 0不會將arr的第一個元素更改爲0.）

Answer 1

通過basic slicing的選擇總是返回一個視圖。通過advanced indexing的選擇總是返回一份副本。 Selection by boolean mask是一種先進的 索引。 （其他形式的高級索引是selection by integer array）。

但是，賦值通過高級索引影響原始數組。

所以

mask = np.array([True, False, False]) 
arr[mask] = 0 

影響arr因爲它是一個任務。與此相反，

mask_1_arr = arr[mask_1] 

是選擇由布爾掩碼，所以mask_1_arr是的arr一部分的副本。 一旦你有一份副本，夾具就起來了。當Python執行

mask_2 = np.array([True]) 
mask_1_arr[mask_2] = 0 

分配影響mask_1_arr，但由於mask_1_arr是一個副本， 這對arr沒有影響。

---

|   | basic slicing | advanced indexing | 
|------------+------------------+-------------------| 
| selection | view    | copy    | 
| assignment | affects original | affects original | 

---

引擎蓋下，arr[mask] = something導致Python來調用 arr.__setitem__(mask, something)。 ndarray.__setitem__方法是 實施修改arr。畢竟，這是人們應該期望的自然事情 __setitem__要做。

相反，如表達式arr[indexer]導致Python致電 arr.__getitem__(indexer)。當indexer是切片時， 元素的規則允許NumPy返回視圖（通過修改步幅和偏移量）。當indexer 是一個任意布爾掩碼或任意整數數組時，通常 對所選元素沒有規律性，因此無法返回 視圖。因此必須返回一份副本。