ndarray.T 什么时候更新？ [复制]答案

【问题标题】：When does ndarray.T get updated? [duplicate]ndarray.T 什么时候更新？ [复制]
【发布时间】：2020-09-23 15:10:41
【问题描述】：

在 NumPy 中，您可以使用transpose() 方法转置ndarray，但它也有一个属性T。

当 ndarray 被更改时，不仅 transpose()方法的返回值，同时T属性也会自动更新。

ndarray.transpose() 是一个函数，所以不用奇怪。

但是T不是一个函数，只是一个属性，所以在访问之前必须更新它。

是否所有 NumPy 函数和方法在每次调用时都会更新 T 属性？
如果是这样，为什么？在处理巨大的矩阵时，每个操作的计算成本可能会非常大，即使它与转置无关。仅在必要时调用transpose()而不是每次都重写T属性不是更合理吗？

这是一个简单的例子：

>>> import numpy as np
>>> x = np.array([[1, 2, 3],
...               [4, 5, 6]])
...
>>> x
array([[1, 2, 3],
       [4, 5, 6]])
>>> x.T
array([[1, 4],
       [2, 5],
       [3, 6]])

当然，对x 的操作也会同时更改x.T。 x.T 何时更新？ x.__imul__() 做到了吗？

>>> x *= 100
>>> x
array([[100, 200, 300],
       [400, 500, 600]])
>>> x.T
array([[100, 400],
       [200, 500],
       [300, 600]])

【问题讨论】：

ndarray.T 只是ndarray 的一个视图。
np.transpose 将任务委托给 x.transpose() 方法。 x.T 是 property，是调用该方法的简写方式。所以没有任何东西是提前计算或存储的。但是返回转置是（相对）快的——它是一个新数组，有自己的形状和步幅，但共享原始数据（view）。所以没有抄袭。

标签： python numpy

【解决方案1】：

与.transpose() 相同的T 属性只是改变了形状（和步幅）的视图。实际内容的内存是一样的（可以使用id(x[0,0]) 和id(x.T[0,0]) 为例来验证这一点），但是对象属性告诉NumPy 如何解释它。

对于二维数组，步幅和形状正好与原始数组相反。要了解有关 strides 的更多信息，请参阅the documentation。这就是为什么当内容改变时事情是立即发生的——存储单元获得了新的数字，但.T数组的解释没有改变。

【讨论】：