如何使用两个视图修改NumPy.recarray

Question

我刚开始学习Python和Numpy，遇到了一个问题，就是在使用掩码视图时，无法修改numpy.recarray。我从一个文件中读取了recarray，然后创建了两个掩码视图，接着在一个循环中尝试修改这些值。下面是一个示例代码。

import numpy as np
import matplotlib.mlab as mlab


dat = mlab.csv2rec(args[0], delimiter=' ')
m_Obsr = dat.is_observed == 1
m_ZeroScale = dat[m_Obsr].scale_mean < 0.01


for d in dat[m_Obsr][m_ZeroScale]:
    d.scale_mean = 1.0

但是当我打印结果时

newFile = args[0] + ".no-zero-scale"

mlab.rec2csv(dat[m_Obsr][m_ZeroScale], newFile, delimiter=' ')

文件中的所有scale_means仍然是零。

我一定是做错了什么。有没有正确的方法来修改视图中的值？是不是因为我一个接一个地应用了两个视图？

谢谢。

Answer 1

我觉得你对“遮罩视图”这个词有些误解，建议你再看看这本书（现在可以免费下载），这样能帮助你更好地理解。

我引用一下第3.4.2节的内容：

当选择对象（obj）是一个非元组的序列对象、一个ndarray（数据类型为整数或布尔值），或者是一个包含至少一个序列对象或ndarray（数据类型为整数或布尔值）的元组时，就会触发高级选择。高级索引有两种类型：整数和布尔。高级选择总是返回数据的一个副本（与基本切片返回视图不同）。

你在这里做的其实是布尔类型的高级选择，所以你得到的是一个副本，而不是直接绑定到原始数据上——你在这个副本上进行修改，然后就让它消失了，最后再从原始数据中写一个新的副本。

一旦你理解了这个问题，解决方案应该很简单：只需复制一次，在那个副本上进行修改，然后写回那个副本。也就是说：

dat = mlab.csv2rec(args[0], delimiter=' ')
m_Obsr = dat.is_observed == 1
m_ZeroScale = dat[m_Obsr].scale_mean < 0.01
the_copy = dat[m_Obsr][m_ZeroScale]

for d in the_copy:
    d.scale_mean = 1.0

newFile = args[0] + ".no-zero-scale"
mlab.rec2csv(the_copy, newFile, delimiter=' ')