Python 单个numpy数组元素的引用

假设我有一个numpy数组，比如

x = np.arange(10)

是否有可能创建对单个元素的引用，即

y = create_a_reference_to(x[3])
y = 100 
print x
[  0   1   2 100   4   5   6   7   8   9]

---

您不能创建对单个元素的引用，但可以在该元素上获得视图：

>>> x = numpy.arange(10)
>>> y = x[3:4]
>>> y[0] = 100
>>> x
array([0, 1, 2, 100, 4, 5, 6, 7, 8, 9])

不能使用前者的原因是python中的所有内容都是引用。通过执行

y=100

，您正在修改

y

指向的内容，而不是它的值

---

如果你真的想，你可以。注意，这只可能是因为python数据模型-不可能获得变量的这种行为。

不，您不能这样做，这是设计的

Numpy数组的类型为

Numpy.ndarray

。可以使用

numpy.ndarray.item

访问其中的单个项，它会“将数组的元素复制到标准Python标量并返回”

我猜numpy会返回一个副本，而不是直接引用元素，以防止numpy项在numpy自己的实现之外的可变性

---

作为一个想法，让我们假设情况并非如此，您将被允许获得对单个项目的引用。那么，如果：numpy处于计算中期，而你在另一个线程中改变了一个个体的时间，会发生什么呢？

@goncalopp给出了正确的答案，但有一些变体会达到类似的效果

下面显示的所有符号都能够在返回视图的同时引用单个元素：

x = np.arange(10)
two_index_method = [None] * 10
scalar_element_method = [None] * 10
expansion_method = [None] * 10
for i in range(10):
    two_index_method[i] = x[i:i+1]
    scalar_element_method[i] = x[..., i]  # x[i, ...] works, too
    expansion_method[i] = x[:, np.newaxis][i]  # np.newaxis == None

two_index_method[5]  # Returns a length 1 numpy.ndarray, shape=(1,)
# >>> array([5])
scalar_element_method[5]  # Returns a numpy scalar, shape = ()
# >>> array(5)
expansion_method[5]  # Returns a length 1 numpy.ndarray, shape=(1,)
# >>> array([5])
x[5] = 42  # Change the value in the original `ndarray`
x
# >>> array([0, 1, 2, 3, 4, 42, 6, 7, 8, 9])  # The element has been updated
# All methods presented here are correspondingly updated:
two_index_method[5], scalar_element_method[5], expansion_method[5]
# >>> (array([42]), array(42), array([42]))

由于

scalar\u element\u方法

中的对象是零维标量，因此尝试通过

element[0]

引用

ndarray

中包含的元素将返回一个

索引器

。对于标量

ndarray

，

元素[（）]

可用于引用numpy标量中包含的元素。此方法也可用于分配给length-1

ndarray

，但不幸的是，它没有将length-1

ndarray

解引用到python标量。幸运的是，有一个方法，

element.item（）

，可用于（仅用于取消引用）获取值，而不管元素是长度为1的

ndarray

还是标量

ndarray

：

scalar_element_method[5][0]  # This fails
# >>> IndexError: too many indices for array
scalar_element_method[5][()]  # This works for scalar `ndarray`s
# >>> 42
scalar_element_method[5][()] = 6
expansion_method[5][0]  # This works for length-1 `ndarray`s
# >>> 6
expansion_method[5][()]  # Doesn't return a python scalar (or even a numpy scalar)
# >>> array([6])
expansion_method[5][()] = 8  # But can still be used to change the value by reference
scalar_element_method[5].item()  # item() works to dereference all methods
# >>> 8
expansion_method[5].item()
# >>> [i]8

---

TLDR；您可以使用

v=x[i:i+1]

，

v=x[…，i]

或

v=x[：，None][i]

创建单个元素视图

v

。虽然每个方法都使用不同的setter和getter，但您始终可以使用

v[（）]=new_value

分配值，并且始终可以使用

v.item（）

检索python标量。您确定这一点吗？例如，可以创建一个数组视图，即y=x[4:6]（参见上面的答案）。如果我操作这个视图，我也会对原始数组进行更改。@jrsm jsalonen的观点是，你不能回避numpy。使用一个视图，您会发现。是否可以将我的变量封装在一个类中以获得这种行为？