通过副本修改的numpy矩阵答案

【问题标题】：Numpy matrix modified through a copy通过副本修改的numpy矩阵
【发布时间】：2012-05-27 04:34:10
【问题描述】：

在带有 numpy 1.5.1 的 python 2.7.1 中：

import numpy as np

B = np.matrix([[-float('inf'), 0], [0., 1]])
print B
Bm = B[1:, :]
Bm[:, 1] = float('inf')
print B

[[-inf   0.]
 [  0.   1.]]
[[-inf   0.]
 [  0.  inf]]

这很出人意料，因为我认为 Bm 是一个副本（如this question）。

任何解决此问题的帮助将不胜感激。

【问题讨论】：

【解决方案1】：

在我的问题中，是 np.append 制作了副本。切片不会复制数组/矩阵。

你可以用Bm复制一份

Bm = B[1:, :].copy()

【讨论】：

【解决方案2】：

Basic slicing 在 numpy 中返回一个视图，而不是切片 Python 列表，后者复制它们。

但是，如果使用高级切片，切片将总是复制数据，就像连接或附加 numpy 数组一样。

比较

a = np.arange(16).reshape((4,4))
a_view = a[::2, ::3]  # basic slicing
a_copy = a[[0, 2], :]  # advanced

【讨论】：

【解决方案3】：

这很有趣，就像 jorgeca 的例子：

a = np.arange(16).reshape((4,4))
a_view = a[::2, ::3]  # basic slicing
a_copy = a[[0, 2], :]  # advanced

我的附加评论可能跑题了，但令人惊讶的是以下两条

a[::2, ::3]+= 1  # basic slicing
a[[0, 2], :]+= 1 # advanced

将对a进行更改。

【讨论】：