Python 组合索引操作时，视图和副本与NumPy数组混淆

我对python中的视图和副本感到非常困惑。上面的代码显示，第一次将数组a中给定的行和列更改为100时，更改了原始数组a

---

但是，第二次未更改原始阵列。这是为什么？

使用

[：，[0,2]]

的查找将返回一个副本，因为该副本不可用。但是，当您分配给切片时（例如

数组[whatever]=sth

），它不会创建副本，而是分配给指定的项目，即使是高级索引

第一个例子之所以有效，是因为第一个切片返回一个视图，然后它对视图的切片使用赋值

但是，第二个“失败”，因为您分配给副本的一个切片（因为高级索引是在常规索引之前进行的）

区别主要是因为另一个方法负责将（）设置为切片，而不是获取（）这些切片。要分解您的陈述：

>>> a = np.arange(12).reshape(3,4)

>>> a[0:3:2, :][:, [0,2]] = 100   ### the first time
>>> a  
array([[100, 1, 100, 3],
[ 4, 5, 6, 7],
[100, 9, 100, 11]])

>>> a[:, [0, 2]][0:3:2, :] = 0    ### second time
>>> a   
array([[100, 1, 100, 3],
       [ 4, 5, 6, 7],
       [100, 9, 100, 11]])

第二个是：

a[0:3:2, :][:, [0,2]] = 100 

a.__getitem__((slice(0, 3, 2), slice(None))).__setitem__((slice(None), [0, 2]), 100)
|-------------- returns a view ------------|

---

使用一组[]进行索引通常更好：

a[0:3:2[0,2]]

。我查找了您上面提供的高级索引链接，但我仍然不确定“[0:3:2，：]”和“[：，[0,2]]”之间有什么区别。对我来说，两者看起来都像元组，为什么一个是高级索引，另一个是常规索引？@BrattSwan第二个轴的

[0，2]

被解释为“整数数组”，这使得NumPy使用整数数组索引（返回副本）。但是

0:3:2

是一个普通的

切片

，所以NumPy使用基本切片（返回一个视图）。真的吗？你得到什么取决于你如何索引它？这太疯狂了！有没有办法强制它只返回一个视图/副本？Thanks@Confounded这并不疯狂——当你得到一个视图（基本索引）和一个副本（高级索引）时，它是完全确定的。因此，如果您总是需要副本，那么只需在返回基本索引时创建一个

.copy（）

。但如果不能使用基本切片，则无法通过索引获取视图，因此无法“始终返回视图”。@Confounded Stread表示数组由基本内存地址和跨距（每个维度的步骤）表示。这意味着您可以使用

基本内存地址+（dimension1*strid1+dimension2*strid2…）访问元素

。使用基本切片，您可以简单地返回一个基内存地址已移动且步长已更改的数组。使用高级索引，您可以从数组中获取任意元素，因此不能使用修改的步长，因为可能会有重叠或不连续的步长。因此，实现高级索引的唯一（一致的）方法是：创建新的数组+副本。

a[:, [0,2]][0:3:2, :] = 0

a.__getitem__((slice(None), [0, 2])).__setitem__((slice(0, 3, 2), slice(None)), 0)
|--------- returns a copy ---------|