Python Numpy是否将值直接复制到另一个数组？

根据我能找到的文档，当使用花式索引时，会返回副本而不是视图。但是，我无法弄清楚它在分配给另一个数组期间的行为，例如：

A = np.arange(0,10)
B = np.arange(-10,0)
fancy_slice = np.array([0,3,5])
A[fancy_slice] = B[fancy_slice]

---

据我所知，

A

只会接到对

\uuuuuuu setitem\uuuuu

的呼叫，

B

会接到对

\uuuuu getitem\uuuuu

的呼叫。我关心的是，在将值复制到

A

之前是否创建了一个中间数组，解释器将解析代码并发出如下方法调用：

A[idx] = B[idx]

A.__setitem__(idx, B.__getitem__(idx))

B

方法在传递给

A

方法之前会进行全面评估

numpy

不会改变Python解释器或其语法。相反，它只是添加函数、对象和方法

在功能上，它应该与

temp = B[idx]
A[idx] = temp
del temp

我们可以做一些

timeit

只要确定

In [712]: A = np.zeros(10000,int)
In [713]: B = np.arange(10000)
In [714]: idx = np.arange(0,10000,100)
In [715]: timeit A[idx] = B[idx]
1.2 µs ± 3.24 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [716]: %%timeit
     ...: temp = B[idx]
     ...: A[idx] = temp
     ...: 
1.11 µs ± 0.669 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

有一些可选的函数/方法，如

add.at

，

copyto

，

place

，

put

，它们可以在没有中间版本的情况下进行一些复制，但我没有太多使用它们。这种索引分配已经足够好了——大多数情况下

带有

copyto

In [718]: wh = np.zeros(A.shape, bool)
In [719]: wh[idx] = True
In [721]: np.copyto(A, B, where=wh)
In [722]: timeit np.copyto(A, B, where=wh)
7.47 µs ± 9.92 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

因此，即使没有对布尔掩码的构造进行计时，

copyto

的速度也较慢

put

和

take

也不是更好的选择：

In [727]: timeit np.put(A,idx, np.take(B,idx))
7.98 µs ± 8.34 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

---

创建一个中间数组。它必须被创建。努比看不见

A[fancy_slice] = B[fancy_slice]

它看到

                 B[fancy_slice]

就其本身而言，不知道上下文是什么。此操作定义为生成新数组，NumPy生成新数组

然后，努比看到了

A[fancy_slice] = <the array created by the previous operation>

A[fancy_slice]=

并将数据复制到

A