为什么对布尔索引结构化数组的赋值取决于索引排序？

Question

我最近在使用结构化 numpy 数组时看到了一个没有意义的现象。我希望有人能帮助我理解发生了什么。我提供了一个最小的工作示例来说明问题。问题是这样的：

当使用布尔掩码索引结构化 numpy 数组时，这有效：

arr['fieldName'][boolMask] += val

但以下不是：

arr[boolMask]['fieldName'] += val

这是一个最小的工作示例：

import numpy as np

myDtype = np.dtype([('t','<f8'),('p','<f8',(3,)),('v','<f4',(3,))])

nominalArray = np.zeros((10,),dtype=myDtype)
nominalArray['t'] = np.arange(10.)
# In real life, the other fields would also be populated
print "original times: {0}".format(nominalArray['t'])

# Add 10 to all times greater than 5
timeGreaterThan5 = nominalArray['t'] > 5
nominalArray['t'][timeGreaterThan5] += 10.
print "times after first operation: {0}".format(nominalArray['t'])

# Return those times to their original values
nominalArray[timeGreaterThan5]['t'] -= 10.
print "times after second operation: {0}".format(nominalArray['t'])

运行这会产生以下输出：

original times: [ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.]
times after first operation: [  0.   1.   2.   3.   4.   5.  16.  17.  18.  19.]
times after second operation: [  0.   1.   2.   3.   4.   5.  16.  17.  18.  19.]

我们在这里清楚地看到，第二次操作没有效果。如果有人能解释为什么会发生这种情况，将不胜感激。

Answer 1

这确实是copy v view的问题。但我会详细介绍。

视图与副本之间的主要区别在于 - 索引模式是否规则。一个正则可以用数组shape、strides和dtype来表示。通常，布尔索引（以及相关的索引列表）不能用这些术语表示，因此 numpy 必须 return 一个副本。

我喜欢看arr.__array_interface__属性。它显示形状、步幅和指向数据缓冲区的指针。如果指针与原来相同，则为view.

用arr[idx] += 1，索引实际上是一个setitem方法，select修改哪些数据缓冲项用加法。查看和复制之间的区别不适用。

但是对于arr[idx1][idx2] += 1，第一个索引是getitem方法。为此，视图和副本之间的区别很重要。第二个索引修改第一个索引生成的数组。如果是视图，修改会影响原始数据；如果是副本，则不会发生任何永久性的事情。该副本可能会被修改，但它会在垃圾回收通道中消失。

对于二维数组，您可以组合这两个索引步骤，arr[idx1, idx2] += 1；事实上，这是首选语法。

对于结构化数组，字段索引类似于列索引，但又不完全相同。一方面，它不能与元素索引结合使用。

一个简单的结构化数组：

In [234]: arr=np.ones((5,),dtype='i,f,i,f')
In [235]: arr.__array_interface__
{'strides': None,
 'shape': (5,),
 'data': (152524816, False),
 'descr': [('f0', '<i4'), ('f1', '<f4'), ('f2', '<i4'), ('f3', '<f4')],
 'typestr': '|V16',
 'version': 3}

选择一个字段会产生一个视图 - 相同的数据指针

In [236]: arr['f0'].__array_interface__['data']
Out[236]: (152524816, False)

使用布尔值选择元素会产生一个副本（差异指针）

In [242]: idx = np.array([1,0,0,1,1],bool)
In [243]: arr[idx].__array_interface__['data']
Out[243]: (152629520, False)

因此 arr['f0'][idx] += 1 从 f0 字段修改 selected 项。

arr[idx]['f0'] += 1修改副本的f0字段，对arr.

没有影响

arr[idx]['f0'] + 1 和 arr['f0'][idx] + 1 显示相同的内容，但它们并未尝试执行任何就地更改。

您可以 select 来自结构化数组的多个字段，arr[['f0','f2']]。但这是一个副本。（并且我收到一条警告，建议我进行显式复制）。

为什么对布尔索引结构化数组的赋值取决于索引排序？

Why does an assignment to a boolean indexed structured array depend on index ordering?

python

numpy

structured-array