为什么高级索引要创建切片矩阵的副本？

Question

如果我们只将矩阵a的一部分赋给另一个变量（view1），这个变量将只显示矩阵的相关组件的视图。但是，如果使用高级索引将矩阵a的一部分分配给另一个变量（view2），则将创建矩阵的相关组件的副本。为什么高级索引（当我们有一个切片参数列表而不是一个元组序列对象）会这样做？我看了文件，但还是不明白。你知道吗

Advanced indexing

A = np.arange(15)
A = A.reshape((3,5))
print(A, "\n")
view1 = A[:, [3]]
print("'view1' before the matrix A change =", view1)
view2 = A[:, 3]
print("'view2' before the matrix A change =", view2, "\n")
# Change in the 4th column od the matrix A
A[:, 3] = 5
print(A, "\n")
print("'view1' after the matrix A change =", view1)
print("'view2' after the matrix A change =", view2)

Answer 1

首先，我将详细解释您的代码的作用。它创建一个二维3x5矩阵A，然后从中创建一个二维3x1列矩阵view1和一个一维向量view2。view1和view2中的信息与矩阵A的第四列相同。然后，您的代码会更改矩阵A，view2也会收到这些更改，但view1不会更改。结论是view2实际上是A的一个视图，它不是单独的数据，而只是查看矩阵A的一部分。然而，view1是A中信息的副本。创建view1时，它是单独的数据，刚开始时与A一致，但可能会出现分歧。你知道吗

向量view2是A的视图，因为它的定义A[:, 3]是第四列A的基本切片。列矩阵view1是一个副本，因为它的定义A[:, [3]]是“高级索引”或“花式索引”。3周围的括号阻止它成为基本片。定义中的一个细微变化说明了原因：view3 = A[:, [3,0,1]]创建一个3x3矩阵，该矩阵按顺序包含A的第四列、第一列和第二列。你知道吗

你的问题很好：切片和高级索引的结果看起来很相似，那么为什么第一个是视图，第二个是副本？你知道吗

简单的回答是：为了方便和速度，就像计算机科学中的许多其他决策一样。你知道吗

下面的图形显示了如何在内存中设置numpy数组，与Python的标准列表形成对比。（此图来自Python数据科学手册，第2章，第1节。）

我们看到numpy的数组不是很灵活。数组的维数有一个位置，3x5表示A，3x1表示view1，3表示view2，3x3表示view3。之后是跨步，基本上是从一个细胞到下一个细胞在特定维度上的偏移量。对于数组来说就是这样，而不是项值本身。这样可以保持较低的内存使用率，但可以防止Python列表中的列表可以做一些奇特的事情。（我在这里简化了一些细节。）

在您的示例中，A的数据是

0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14

第一个维度是行，要从一个单元格转到下一行的相应单元格，numpy必须跳转5个值。例如，第一行第四列的值是3。移动到下一行，我们再移动5个位置来查看值8，而要获得下一行，我们再移动5个位置来获得值13。第二个维度是列，它的跨距是1：只更改列的3后面的值是4。所以矩阵A的跨步是5和1。你知道吗

view2的切片很简单，因此数据与矩阵A的数据相同。不需要复制数据。那么view2与A有什么不同呢？不是像A的数据指针那样指向值0，view2的数据指针指向相同数据中的3。它的维度块表示只有一个维度有3个值。它只有一个步幅，但它的步幅是5。换句话说，view2中的第一个值是3，为了找到下一个值，numpy跳过5（步长）位置来找到8，然后再次找到13。数组view2使用与A相同的数据，但维度和步长不同，因此看起来不同。换句话说，它是A的视图。你知道吗

view3的高级索引是不同的。在同一行中，值从A的第四列跳到第一列，再跳到第二列。没有任何步骤可以告诉numpy以这种方式访问这些值。因此，numpy必须从A复制一些数据，以创建一个新的、简单的数组来处理view3. 复制是因为无法查看。澄清一下，这是view3：

[[ 3  0  1]
 [ 8  5  6]
 [13 10 11]]

现在回答你的问题：view1怎么样？对于那个特殊的情况，numpy有可能将其视为一种观点。然而，view1是通过高级索引创建的，我们已经看到，通常不可能为这些创建视图。因此，numpy采用了方便、快速和一致的方法，并声明所有高级索引的场合都会创建副本，即使在视图可能的情况下也是如此。这很方便，因为numpy不需要尝试找出一个视图是否可行。它很快，记住numpy的一个主要优点是它很快，所以在可能的情况下省去创建视图的尝试会加快速度。而且它是一致的，因为所有高级索引的使用都创建副本，而不是一些创建视图和一些创建副本。你知道吗