将相同numpy数组的两个视图组合成单个视图而不复制数组？答案

【问题标题】：Combining two views of same numpy array into single view without copying the array?将相同numpy数组的两个视图组合成单个视图而不复制数组？
【发布时间】：2018-05-14 12:17:23
【问题描述】：

我有一个大型 2d numpy 数组，我想删除它的子集并处理函数的剩余部分。我需要对许多子集执行此操作，因此理想情况下我不想每次都创建数组的副本。该函数不会更改数组中的任何值。

mat = np.load(filename)
mat_1 = mat[:i,:]
mat_2 = mat[j:,:]

到目前为止，mat_1 和 mat_2 是视图。那我就想做

mat_s = np.concatenate((mat_1,mat_2))
result = func(mat_s)

但没有复制。这可能吗？

【问题讨论】：

你为什么不直接使用mat[j:i,:]？
@Kasramvd 这与他正在做的事情不同。想想(100, 1) 与i=50 和j=20 的形状数组。生成的 np.concatenate 会创建一个重叠的结果数组，而您的 mat[j:i,:] 不会。
应该指定，但 j 大于 i。那只会返回一个空数组。
啊哈，所以如果j > i，那么np.concatenate 不会创建重叠数组，而是连接两个分离的数组。 Kasramvd 的解决方案仍然不起作用。 filippo 已经展示了解决这个问题的好方法。
@filippo 是的，没错，它实际上会重复一些行。

标签： python numpy view slice

【解决方案1】：

由于只能使用一组固定的strides 创建内存视图，因此您必须根据自己的情况创建一个副本，其中mat.shape[0] > j > i。

这意味着只有当你想查看数组中的每个第 x 个元素时，视图才会起作用：

mat = np.arange(20)
view = mat[slice(0, 20, 4)]
view
# Out[41]: array([ 0,  4,  8, 12, 16])

所以这只适用于等间距单元格的视图。但是，如果您想查看一个连续的slice(0, i) 和另一个连续的slice(j, mat.shape[0])，它就行不通。您必须复制一份。

【讨论】：

谢谢！我没想到要提它，但是数组中元素的顺序并不重要，所以这很好用。
太好了，很高兴能帮上忙！

【解决方案2】：

您可以删除要删除的行并将其直接传递给函数

mat = np.load(filename)
mat_s = np.delete(mat,list(range(i,j)),axis=0)

您可以通过添加范围列表来删除 2 个差异子集，例如

mat_s = np.delete(mat,list(range(i,j))+list(range(k,l)),axis=0)

上面删除行 i:j 和 k:l

【讨论】：

此方法还返回数组的副本。