Матричный вид в функции не имеет побочных эффектов

Question

Редактировать : Я нашел, к чему сводится проблема:

Если вы запустите этот код:

A = ones((10,4))
view = A[:,1]
view.fill(7)
A

или

A = ones((10,4))
view = A[:,1:3]
view.fill(7)
A

Вы увидите, что столбцы А меняются

Если вы запустите это:

A = ones((10,4))
view = A[:,(1,2)]
view.fill(7)
A

Нет никаких побочных эффектов для A. Это поведение нарочно или ошибка?

У меня есть функция, которая вычисляет сумму, которую я должен повернуть для определенных столбцов точек x, y в матрице. Функция принимает только один вход - матричный мат:

def rotate(mat):

В функции я создаю представления, чтобы упростить работу с каждым разделом:

rot_mat = mat[:,(col,col+1)]

Затем я вычисляю угол поворота и применяю его обратно к виду, который я создал ранее:

rot_mat[row,0] = cos(rot)*x - sin(rot)*y
rot_mat[row,1] = sin(rot)*x + cos(rot)*y

Если я выполню это в основной части моей программы, изменения в моем представлении rot_mat будут распространяться на исходный матричный коврик. Когда я превратил его в функцию, представления перестали оказывать побочные эффекты на исходную матрицу. В чем причина этого и есть ли способ обойти это? Должен также отметить, что он не меняет коврик внутри самой функции. В конце я просто пытаюсь вернуть коврик, но никаких изменений не было.

Полный код функции:

def rotate(mat):
    # Get a reference shape
    ref_sh = 2*random.choice(range(len(filelist)))
    print 'Reference shape is '
    print (ref_sh/2)
    # Create a copy of the reference point matrix
    ref_mat = mat.take([ref_sh,ref_sh+1],axis=1)
    # Calculate rotation for each set of points
    for col in range(len(filelist)):
        col = col * 2 # Account for the two point columns
        rot_mat = mat[:,(col,col+1)]
        # Numerator = sum of wi*yi - zi*xi
        numer = inner(ref_mat[:,0],rot_mat[:,1]) - inner(ref_mat[:,1],rot_mat[:,0])
        # Denominator = sum of wi*xi + zi*yi
        denom = inner(ref_mat[:,0],rot_mat[:,0]) + inner(ref_mat[:,1],rot_mat[:,1])
        rot = arctan(numer/denom)
        # Rotate the points in rot_mat.  As it's a view of mat, the effects are
        # propagated.
        for row in range(num_points):
            x = rot_mat[row,0]
            y = rot_mat[row,1]
            rot_mat[row,0] = cos(rot)*x - sin(rot)*y
            rot_mat[row,1] = sin(rot)*x + cos(rot)*y
    return mat

Answer 1

Когда вы делаете view = A[:,(1,2)], вы используете расширенное индексирование ( Руководство по Numpy: Расширенное индексирование ), что означает, что массив возвращает копию, а не представление.Это продвинуто, потому что ваш индексирующий объект - это кортеж, «содержащий по крайней мере одну последовательность» (последовательность является кортежем (1,2)).Суммарный явный объект выделения obj в вашем случае будет равен (slice(None), (1,2)), то есть A[(slice(None), (1,2))] возвращает то же самое, что и A[:,(1,2)].

Как предполагает Ларсман выше, кажется, __getitem__ и __setitem__ ведут себя иначе для расширенного индексирования, что имеет смысл, потому что присвоение значений копии не имеет смысла (копия не будет сохранена).