在 numpy 中修改数组值时省略号 [...] 的需要是什么？

Question

import numpy as np                
a = np.arange(0,60,5)            
a = a.reshape(3,4)                                    

for x in np.nditer(a, op_flags = ['readwrite']):          
   x[...] = 2*x              
print 'Modified array is:'              
print a

在上面的代码中，为什么我们不能简单地写成x=2*x而不是x[...]=2*x？

Answer 1

无论我们迭代的是什么类型的对象，或者该对象是如何实现的，x = 2*x 几乎不可能对那个对象做任何有用的事情。 x = 2*x是对变量x的赋值；即使 x 变量的先前内容是通过迭代某个对象获得的，对 x 的新赋值也不会影响我们正在迭代的对象。

在这种特定情况下，使用 np.nditer(a, op_flags = ['readwrite']) 遍历 NumPy 数组，循环的每次迭代都会将 x 设置为可写的零维数组 view[= a 的一个单元格的 33=]。 x[...] = 2*x 写入零维数组的内容，而不是重新绑定 x 变量。由于数组是 a 单元格的视图，因此此赋值写入 a.

的相应单元格
这与l = []和l[:] = []与普通列表的区别非常相似，其中l[:] = []将清除现有列表而l = []将列表替换为一个新的空列表而不修改原始列表。不过，列表不支持视图或零维列表。

在 numpy 中修改数组值时省略号 [...] 的需要是什么？

What is the need of ellipsis[...] while modifying array values in numpy?

python

numpy

numpy-ndarray