Python a、 transpose（）.ravel（）[0]=x无法更改numpy中原始数组的值？

环境：Python 3.6.0 | Anaconda定制（64位），numpy版本：1.11.3
例如：

我知道

transpose（）

和

ravel（）

返回数组的视图，因此我们可以更改其原始数组的值。但是，当我们使用

transpose（）.ravel（）

时，我们不能更改它吗？为什么?

ravel

正在返回副本，而不是视图 从：

返回一个包含输入元素的一维数组。只有在需要时才制作副本

因此，基本上，当解开转置时，实际上需要一个副本。您正在更改副本中的值，因此该值不会反映在原始数组中

测试返回的数组是视图还是副本 对于这种简单的情况，您可以通过比较

b.base

和

a

的标识来测试数组

b

是否是

a

的视图：

a = np.array([[1,2,3], [4,5,6]])
b = a.T
c = b.ravel()

print('b is a view of a\n%s\n' % (b.base is a))
print('c is a view of a\n%s\n' % (c.base is a))

输出：

b is a view of a
True

c is a view of a
False

d is a view of a
True

c
[1 4 2 5 3 6]

d
[1 2 3 4 5 6]

the flags of a
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

the flags of a.T
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

为什么

a.T.ravel（）

会返回副本？ 令人震惊的是：实际上有一种方法可以使

a.T.ravel（）

返回视图而不是副本。您可以通过显式设置

order='F'

（即Fortran顺序）来执行此操作：

输出：

b is a view of a
True

c is a view of a
False

d is a view of a
True

c
[1 4 2 5 3 6]

d
[1 2 3 4 5 6]

the flags of a
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

the flags of a.T
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

但是，更改

order

kwarg的值将更改raveled数组中值的顺序（想象一下）：

print('c\n%s\n' % c)
print('d\n%s\n' % d)

输出：

b is a view of a
True

c is a view of a
False

d is a view of a
True

c
[1 4 2 5 3 6]

d
[1 2 3 4 5 6]

the flags of a
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

the flags of a.T
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

为了理解为什么

顺序的更改会导致返回视图，我们可以查看
ravel
函数本身的代码。
np.ndarray.ravel
的实现是。从源代码中可以看出，要从
ravel
返回视图，必须满足两个条件：


输入数组必须是连续的

连续输入数组的顺序必须与传递到
ravel
的
顺序
kwarg的顺序匹配


kwarg的默认值为
order='C'
。因此，默认情况下，
ravel
仅在C连续数组上运行视图时才会返回视图。大多数情况下，当您初始化一个新的Numpy数组
a
时，它将以C-连续开始。然而，转置
a.T
将是F-连续的。通过检查数组的名称，您可以在代码中看到这一点：

a = np.array([[1,2,3], [4,5,6]])

print('the flags of a\n%s\n' % a.flags)
print('the flags of a.T\n%s\n' % a.T.flags)

输出：

b is a view of a
True

c is a view of a
False

d is a view of a
True

c
[1 4 2 5 3 6]

d
[1 2 3 4 5 6]

the flags of a
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

the flags of a.T
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

C-和F-连续到底是什么意思？
很有可能C-连续和F-连续这两个术语对您来说似乎是胡言乱语。解释它们需要一个完全不同的问题，很高兴有人已经问过了。这是一个非常直观的概述，说明了C和F顺序的实际含义

警告
在实际代码中，我不会太担心
ravel
是返回视图还是副本。实际上，通过确保视图的使用，您并不总能获得性能提升。通常避免过早优化

In [382]: a = np.array([[1,2,3], [4,5,6]])
In [383]: a
Out[383]: 
array([[1, 2, 3],
       [4, 5, 6]])
In [384]: a.ravel()
Out[384]: array([1, 2, 3, 4, 5, 6])

ravel
给出数组的一维视图，并按值在数据缓冲区中出现的顺序显示值

In [385]: a.T
Out[385]: 
array([[1, 4],
       [2, 5],
       [3, 6]])
In [386]: a.T.ravel()
Out[386]: array([1, 4, 2, 5, 3, 6])

转置的
ravel
以不同的顺序显示元素-除非我们将顺序指定为“F”（或“K”）

ravel
（和其他操作）如果阵列可以使用原始数据，只需更改
形状和
跨步
，即可创建
视图。如果不能，它必须复制一份

由于使用转置对元素顺序进行了更改，因此使用
[0]
以外的内容进行索引时，会选择不同的值：

In [397]: a.ravel()[3]
Out[397]: 4               # -1 in your Out[8]
In [398]: a.T.ravel()[3]
Out[398]: 5

你看，当你要求改变转置的第四个元素时，会有一定的歧义。它可以根据您遍历元素的方式而有所不同。
为什么要拆转置，实际上需要一个副本？好的，我已经添加了所有关于为什么
ravel
返回一个副本而不是视图的详细信息。遗憾的是，这有点复杂（大约是我原来答案的3倍）。