a.transpose().ravel()[0]=x 不能改变numpy中原始数组的值？

Question

环境：Python 3.6.0 |Anaconda 自定义（64 位），numpy 版本：1.11.3
示例：

In[1]: import numpy as np
In[2]: a = np.array([[1,2,3], [4,5,6]])
In[3]: a
Out[4]: 
array([[1, 2, 3],
       [4, 5, 6]])
In[5]: a.transpose()[0] = -1
In[6]: a
Out[6]: 
array([[-1,  2,  3],
       [-1,  5,  6]])
In[7]: a.ravel()[0] = -2 
In[8]: a
Out[8]: 
array([[-2,  2,  3],
       [-1,  5,  6]])
In[9]: a.transpose().ravel()[0] = -3
In[10]: a
Out[10]: 
array([[-2,  2,  3],
       [-1,  5,  6]])

我知道transpose() 和ravel() 返回一个数组视图，所以我们可以改变它原来数组的值。但是，当我们使用transpose().ravel()时，我们不能改变它吗？为什么？

Answer 1

ravel 正在返回一个副本，而不是一个视图

来自numpy.ravel docs：

返回一个包含输入元素的一维数组。仅在需要时才制作副本。

因此，基本上，在整理转置时，实际上需要一个副本。您正在更改副本中的值，因此不会反映在原始数组中。

测试返回的数组是视图还是副本

对于这样一个简单的情况，您可以通过比较b.base 和a 的身份来测试数组b 是否是a 的视图：

a = np.array([[1,2,3], [4,5,6]])
b = a.T
c = b.ravel()

print('b is a view of a\n%s\n' % (b.base is a))
print('c is a view of a\n%s\n' % (c.base is a))

输出：

b is a view of a
True

c is a view of a
False

为什么a.T.ravel() 会返回一个副本？

Shocker：实际上有一种方法可以让a.T.ravel() 返回视图而不是副本。你可以通过显式设置order='F'（即Fortran顺序）来做到这一点：

a = np.array([[1,2,3], [4,5,6]])
c = a.T.ravel()
d = a.T.ravel(order='F')

print('d is a view of a\n%s\n' % (d.base is a))

输出：

d is a view of a
True

但是，更改 order kwarg 的值将更改 raveled 数组中值的顺序（花哨的）：

print('c\n%s\n' % c)
print('d\n%s\n' % d)

输出：

c
[1 4 2 5 3 6]

d
[1 2 3 4 5 6]

为了理解为什么order 的更改会导致视图被返回，我们可以查看ravel 函数本身的代码。 np.ndarray.ravel 的实现是buried in the C layer。阅读源代码，很明显，为了从ravel 返回视图，必须满足两个条件：

• 输入数组必须是连续的。

• 连续输入数组的顺序必须与传递给ravel 的order kwarg 的顺序相匹配。

kwarg 的默认值为order='C'。因此，默认情况下，ravel 仅在您在 C 连续数组上运行时才会返回视图。大多数情况下，当您初始化一个新的 Numpy 数组 a 时，它将以 C 连续开始。但是，转置a.T 将是 F 连续的。通过检查数组的.flags property，您可以在代码中看到这一点：

a = np.array([[1,2,3], [4,5,6]])

print('the flags of a\n%s\n' % a.flags)
print('the flags of a.T\n%s\n' % a.T.flags)

输出：

the flags of a
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

the flags of a.T
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

C 和 F 连续是什么意思？

C-contiguous 和 F-contiguous 术语对您来说很可能是胡言乱语。解释它们需要另一个问题，很高兴有人在 SO 上已经问过了。这是a link to an old answer，它非常直观地概述了 C 和 F 顺序的实际含义。

警告

在您的实际代码中，我不会太担心ravel 是返回视图还是副本。实际上，您并不总是通过确保使用视图来提高性能。一般避免过早优化。

Answer 2

In [382]: a = np.array([[1,2,3], [4,5,6]])
In [383]: a
Out[383]: 
array([[1, 2, 3],
       [4, 5, 6]])
In [384]: a.ravel()
Out[384]: array([1, 2, 3, 4, 5, 6])

ravel 提供数组的一维视图 - 并按照它们在数据缓冲区中出现的顺序显示值。

In [385]: a.T
Out[385]: 
array([[1, 4],
       [2, 5],
       [3, 6]])
In [386]: a.T.ravel()
Out[386]: array([1, 4, 2, 5, 3, 6])

ravel 的转置以不同的顺序显示元素 - 除非我们将顺序指定为“F”（或“K”）。

In [387]: a.T.ravel(order='F')
Out[387]: array([1, 2, 3, 4, 5, 6])

ravel（和其他操作）如果数组可以使用原始数据，则生成view，仅更改shape 和strides。如果不能，则必须制作副本。

由于转置的元素顺序发生了这种变化，使用 [0] 以外的其他内容进行索引会选择不同的值：

In [397]: a.ravel()[3]
Out[397]: 4               # -1 in your Out[8]
In [398]: a.T.ravel()[3]
Out[398]: 5

当您要求更改转置的第四个元素时，您会发现存在一定的歧义。它可能因您遍历元素的方式而异。