Python 将重新映射的numpy数组生成为视图。

解决我问题的玩具箱：

我有一个numpy数组大小，比如说1000：

import numpy as np
a = np.arange(1000)

我还有一个“投影数组”p，它是从a到另一个数组b的映射：

p = np.random.randint(0,1000,(1000,1000))

使用“花式索引”很容易从a获得b：

但正如前面的几个问题/答案和numpy文档所指出的那样，b不是一种观点

不幸的是，在我的例子中，只有a中的值在长时间的模拟过程中发生变化，并且在每次迭代中使用奇特的索引来获得b变得非常昂贵。我只从b读取，不修改它

我明白用花哨的索引来解决这个问题是不可能的

---

我想知道是否有人遇到过类似的问题/瓶颈，并想出了其他解决办法？

你的要求并不实际，这就是为什么numpy人没有实施它的原因。你可以自己做，比如：

class FancyView(object):
    def __init__(self, array, index):
        self._array = array
        self._index = index.copy()
    def __array__(self):
        return self._array[self._index]
    def __getitem__(self, index):
        return self._array[self._index[index]]

b = FancyView(a, p)

但是请注意，每次将

b

用作数组时，都会调用昂贵的

a[p]

操作。没有其他的实践方式可以形成这种“观点”。Numpy可以不使用视图进行基本切片，因为它可以操纵步幅，但是没有办法使用步幅来做类似的事情

---

如果您只需要

b

的一部分，您可以通过索引奇特的视图而不是将其用作数组来节省一些时间。

是否在每次迭代中都访问

b

？如果是，没有比提取所有

b

更便宜的方法了——您可能需要用其他方法改进算法。如果没有，您不需要构建

b

，您可以使用

a[p[i，j]]

，而不是访问

b[i，j]

。这正是我所担心的：-）谢谢。

class FancyView(object):
    def __init__(self, array, index):
        self._array = array
        self._index = index.copy()
    def __array__(self):
        return self._array[self._index]
    def __getitem__(self, index):
        return self._array[self._index[index]]

b = FancyView(a, p)