Python 避免创建新阵列作为numpy/scipy操作的结果？

对于在numpy/scipy中执行重复操作，会有很多开销，因为大多数操作都会返回一个新对象

比如说

for i in range(100):
   x = A*x

我希望通过传递对操作的引用来避免这种情况，就像在C中一样

for i in range(100):
   np.dot(A,x,x_new) #x_new would now store the result of the multiplication
   x,x_new = x_new,x

有没有办法做到这一点？我希望这不仅仅是为了复制，而是为了所有返回矩阵或向量的操作

参见IPython书籍中的内容。在此基础上，注意以下指南：

a *= b

不会产生副本，鉴于：

a = a * b

我会复印一份。另外，

flant（）

将进行复制，而

ravel（）

仅在必要时进行复制，否则将返回视图（因此通常应首选）<代码>重塑（）也不会生成副本，但会返回视图

此外，正如@hpaulj和@ali_m在他们的评论中指出的，许多numpy函数都支持

out

参数，因此请查看文档。发件人：

out:ndarray，可选 输出参数

这必须是不使用时返回的确切类型。特别是，它必须具有正确的类型，必须是C连续的，并且它的数据类型必须是为点（a，b）返回的数据类型。这是一个性能特性。因此，如果不满足这些条件，将引发异常，而不是尝试灵活处理

---

检查函数的文档。有些将

取出

参数，尤其是

ufunc

参数。基本运算符的版本有

+=

，

*=

ufuncs

还有

reduce

和

accumulate

方法来处理重复操作。您使用

np.dot

给出的示例代码已经做到了这一点，

np.dot

的第三个参数是

out=

参数，因此

xu new

将用

np.dot>的结果填充到位（a，x）您可能还想考虑<代码> NP.DOT（NP.LIALG.Matrix XPOWER（A，100），X）。注意，在大多数情况下，您的直觉认为“有很多开销”是不正确的。创建新的Python对象或分配内存块与矩阵乘法本身所需的计算相比是便宜的。