为什么hstack()复制数据而hsplit()创建视图？

Question

在NumPy中，为什么hstack()会复制被堆叠数组的数据呢：

A, B = np.array([1,2]), np.array([3,4])
C = np.hstack((A,B))
A[0]=99

对于C来说，结果是：

array([1, 2, 3, 4])

而hsplit()则是创建了数据的一个视图：

a = np.array(((1,2),(3,4)))
b, c = np.hsplit(a,2)
a[0][0]=99

对于b来说，结果是：

array([[99],
       [ 3]])

我的意思是——这种行为的实现背后有什么原因呢（我觉得这不太一致，也很难记住）：我明白这是因为这样编写的代码...

Answer 1

NumPy通常会尽量创建视图，只要有可能，因为复制内存会很低效，而且会很快消耗很多计算资源。

hsplit这个函数会把输入的数组分成多个输出数组。输出的数组其实可以看作是原始数组的一部分（因为它们基本上就是简单的切片）。所以为了提高效率，NumPy选择创建视图，而不是复制数据。

hstack则是把两个完全独立的数组合并成一个输出数组。因为底层的数组实现不能在一个数组中处理两个不同的数据源，所以无法与原始数据共享。因此，NumPy不得不创建一个复制。

Answer 2

简单来说，ndarray这个数据结构底层只保存了一个指向数据内存开始位置的指针，还有一些关于如何在每个维度中移动的信息。如果你把两个数组拼接在一起，它就不知道该怎么从一个内存位置跳到另一个内存位置。相反，如果你把一个数组分成两个数组，每个数组都可以轻松地保存一个指向第一个元素的指针（这个元素在原始数组的某个地方）。

基本的C语言实现可以在这里找到，还有一个很好的讨论在：

http://scipy-lectures.github.io/advanced/advanced_numpy/index.html#life-of-ndarray