Python 在不复制阵列的情况下将同一numpy阵列的两个视图合并到单个视图中？

我有一个大的2d numpy数组，我想删除它的子集，并处理剩下的函数。我需要对许多子集执行此操作，因此我不希望每次都创建数组的副本。该函数不会更改数组中的任何值

mat = np.load(filename)
mat_1 = mat[:i,:]
mat_2 = mat[j:,:]

到目前为止，mat_1和mat_2是视图。 那么我想做什么

mat_s = np.concatenate((mat_1,mat_2))
result = func(mat_s)

---

但是没有复制。这可能吗？

您可以删除要删除的行，并将其直接传递到函数中

mat = np.load(filename)
mat_s = np.delete(mat,list(range(i,j)),axis=0)

通过添加范围列表，可以删除2个diff子集，如

mat_s = np.delete(mat,list(range(i,j))+list(range(k,l)),axis=0)

---

上面删除了行i:j和k:l

因为只能使用一组固定的

步幅来创建内存视图

，因此您必须在本例中创建一个副本，其中

mat.shape[0]>j>i

这意味着只有在您希望查看阵列中的每个第x个元素时，视图才起作用：

mat = np.arange(20)
view = mat[slice(0, 20, 4)]
view
# Out[41]: array([ 0,  4,  8, 12, 16])

---

因此，这仅适用于等间距单元的视图。但是，如果您想查看一个连续的

切片（0，i）

和另一个连续的

切片（j，mat.shape[0]）

，它将不起作用。你得复印一份。

你为什么不直接用

mat[j:i，：]

？@Kasramvd这和他现在做的不一样。只要想想一个数组的形状

（100，1）

，其中

i=50

和

j=20

。结果的

np.concatenate

创建了一个重叠的结果数组，而您的

mat[j:i，：]

没有。应该指定，但是j大于i。这只会返回一个empy数组.Aha，因此如果

j>i

，那么

np.concatenate

不会创建重叠数组，而是包含两个分离的数组。但卡斯拉姆夫的解决方案仍然行不通。filippo已经展示了一个很好的方法来处理这个问题。@filippo是的，没错，它实际上会重复一些行。这个方法还会返回数组的一个副本。谢谢！我没想到要提到它，但是数组中元素的顺序并不重要，所以这很好。太好了，我很高兴我能帮上忙！