Numpy数组减法：大数组的值不一致答案

【问题标题】：Numpy array subtraction: inconsistent values for large arraysNumpy数组减法：大数组的值不一致
【发布时间】：2016-12-05 06:31:59
【问题描述】：

这是我今天遇到的一个问题：我试图从（大）整个矩阵中减去矩阵的第一行。作为测试，我使所有行都相等。这是一个 MWE：

import numpy as np
first = np.random.normal(size=10)
reference = np.repeat((first,), 10000, axis=0)
copy_a = np.copy(reference)
copy_a -= copy_a[0]
print np.all(copy_a == 0) # prints False

哇哦 - False！所以我尝试了另一件事：

copy_b = np.copy(reference)
copy_b -= reference[0]
np.all(copy_b == 0) # prints True

检查新的copy_a数组，我发现copy_a[0:818]全为零，copy_a[820:]是原始值，而copy_a[819]被部分操作。

In [115]: copy_a[819]
Out[115]: 
array([ 0.        ,  0.        ,  0.57704706, -0.22270692, -1.83793342,
        0.58976187, -0.71014837,  1.80517635, -0.98758385, -0.65062774])

看起来在操作过程中，numpy 回去查看copy_a[0]，发现它全为零，因此从数组的其余部分中减去零。我觉得这很奇怪。这是一个错误，还是预期的numpy 结果？

【问题讨论】：

在您的示例中，-= 正确工作的元素数量是 8192，正好是 2^13！

标签： python arrays numpy multidimensional-array

【解决方案1】：

这个问题实际上已经多次报告给 numpy 存储库（见下文）。 It is considered a bug，但在不牺牲性能（复制输入数组）的情况下很难修复，因为很难正确检测两个数组是否共享内存。

因此，现在，您最好按照@Torben's answer 中的说明复制copy_a[0]。

问题的本质是您在迭代时正在修改数组。它恰好在copy_a[819] 之前有效，因为8192 (819×10+2) 是size of numpy's assign buffer。

【讨论】：

【解决方案2】：

中缀运算符-= 就地修改数组，这意味着您正在将地毯拉到自己的脚下。您看到的效果可能与结果的内部缓存有关（即第一次“提交”发生在 818 行之后）。

解决方法是将减数换成另一个数组：

copy_a -= copy_a[0].copy()

【讨论】：

不错。似乎与上面@DYZ 指出的 2^13 相匹配。但这似乎不是一个坏主意吗？困扰我的是这种不一致。我希望这要么全为零，要么在第一行之后立即放弃（严格就地）。在当前的实现中，最终的答案似乎取决于缓存大小。
@VBB：我认为这个想法只是自引用就地操作具有未定义的行为。
是的，完全正确。通常，当您使用大型数组时，您需要清楚地了解底层内存分配，否则您的 RAM 将很快消失。 :-)