NumPy数组对非连续项的视图

Question

我有一个一维的numpy数组，里面存的是复数（比如说numpy.complex64）。我想在这个数组上创建视图，但我不知道怎么根据一个索引列表或范围来创建视图。

>>> myArray = np.ndarray(shape=(1000,), dtype=np.complex64)

我知道怎么创建连续元素的视图，比如说前100个元素：

>>> myView = myArray[:100]

我试过，发现不能只对单个元素创建视图，比如myArray[2]，因为如果我修改了这个值，底层的数组不会改变。这没问题，但我希望能有办法从多个任意的索引创建视图，这样的话，像这样的函数就太好了：

>>> myView = createView(myArray, indices=(0, 1, 6, 7, 13))

这个函数可以返回一个视图，指向列表中给出的那些索引，如果我改变myView，它也能像应该的那样改变myArray。

这可能吗？或者有没有什么合理的解决办法呢？谢谢。

补充说明：

我需要这样做的原因是：我想把数组复制到OpenCL设备内存（然后再复制回来）。我需要在设备上元素的顺序和原始数组不同，这些较短的数组会被当作向量处理，而矩阵乘法将在OpenCL内核中进行。如果元素没有按照要求的顺序复制到设备内存，就无法实现内存合并，这样会导致性能显著下降，更不用说在OpenCL那边还需要额外的逻辑。

在我的情况下，可以通过均匀间隔的视图来做到这一点，但我想知道是否有更通用的方法。如果能实现更通用的功能，稍微牺牲一点CPU端的性能也是可以接受的。

Answer 1

据我所知，ndarray的视图是这样生成的：myArray.view(dtype)。这里有相关的文档链接：http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.view.html

这并没有解决你提到的非连续项的问题，但我觉得这是一个不错的起点。

我认为你应该用你的索引创建另一个过滤后的数组。因为视图其实和过滤没有太大关系，更多的是同一数据的不同表现方式。

Answer 2

下面展示了提问者的请求：

>>> a = numpy.array(xrange(103,114))
>>> a
array([103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113])
>>> view = numpy.array([2,6,7,9])
>>> a[view]
array([105, 109, 110, 112])
>>> a[view] += 9999
>>> a
array([  103,   104, 10104,   106,   107,   108, 10108, 10109,   111,
       10111,   113])

Answer 3

据我所知，你不能在任意的索引上创建视图；只能在连续的索引或者规则间隔的索引上创建视图。这是因为视图所依赖的内存中的元素必须相隔固定的字节数，否则快速的NumPy操作就无法正常工作。