Numpy：相当于 numpy.roll 但仅用于数据可视化

Question

有没有办法对数组执行滚动，而不是让数据副本具有不同的可视化效果？

一个例子可以说明：给b一个滚动版本的a...

>>> a = np.random.randint(0, 10, (3, 3))
>>> a
array([[6, 7, 4],
       [5, 4, 8],
       [1, 3, 4]])
>>> b = np.roll(a, 1, axis=0)
>>> b
array([[1, 3, 4],
       [6, 7, 4],
       [5, 4, 8]])

...如果我对数组 b 执行分配...

>>> b[2,2] = 99
>>> b
array([[ 1,  3,  4],
       [ 6,  7,  4],
       [ 5,  4, 99]])

...a 的内容不会改变...

>>> a
array([[6, 7, 4],
       [5, 4, 8],
       [1, 3, 4]])

...相反，我想要：

>>> a
array([[6, 7, 4],
       [5, 4, 99],    # observe as `8` has been changed here too!
       [1, 3, 4]])

提前感谢您的时间和专业知识！

Answer 1

这是不可能的，抱歉。滚动数组不能用不同的 strides 集来描述，这对于 NumPy 视图的工作来说是必需的。