使用高级索引进行赋值是否会复制数组数据？

Question

我正在慢慢尝试理解numpy中views和copys之间的区别，以及可变与不可变类型之间的区别。

如果我使用“高级索引”访问数组的一部分，则应该返回一个副本。这似乎是真的：

In [1]: import numpy as np
In [2]: a = np.zeros((3,3))
In [3]: b = np.array(np.identity(3), dtype=bool)

In [4]: c = a[b]

In [5]: c[:] = 9

In [6]: a
Out[6]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

由于c仅是副本，因此它不会共享数据，更改它也不会突变a。但是，这让我感到困惑：

In [7]: a[b] = 1

In [8]: a
Out[8]: 
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])

因此，看来，即使我使用高级索引，分配也仍然会将左侧的内容视为视图。显然a，第2行与a第6行是相同的对象/数据，因为变异对其c没有影响。

所以我的问题是：a第8行中的对象/数据是否与以前相同（当然不包括对角线），还是副本？换句话说，a的数据是否已复制到新的a，或数据已被适当地突变？

例如，它是否像：

x = [1,2,3]
x += [4]

或类似：

y = (1,2,3)
y += (4,)

我不知道如何检查，因为无论哪种情况，a.flags.owndata都是True。如果我以一种混乱的方式考虑这个问题，请随意阐述或回答其他问题。

Answer 1

当您执行时c = a[b]，a.__get_item__会以b将其作为唯一参数进行调用，并将返回的所有内容分配给c。

当您执行时a[b] = c，a.__setitem__使用b和c作为参数调用，并且返回的所有内容都会被静默丢弃。

因此，尽管具有相同的a[b]语法，但是两个表达式在做的事情都不同。您可以子类化ndarray，重载这两个函数，并使它们的行为不同。在numpy中，默认情况下，前者返回一个副本（如果b是数组），但后者会a在适当位置进行修改。