Numpy 评估顺序-解网

问：

当我查看与 Numpy 索引如何工作相关的一些问题（有时是视图，有时是副本）时，我在 Numpy 文档中遇到了一个示例，这让我有点困惑。具体来说，可以在这里找到它。

很简单，我不明白以下片段的原因

import numpy as np

x = np.arange(2)
x[[0, 0]] += 1
print(x)

产生它所产生的结果。

我知道你得到你得到的原因是它似乎扩展到类似的东西，但我不明白为什么会这样（你可以测试一下，如果你对相关方法进行子类化和添加消息，就会发生这种情况）。x[[0, 0]] += 1x.setitem(x.getitem([0, 0]).iadd(1))ndarray

给定优先级规则，语句不是首先转换为，这意味着后续扩展应该看起来更像吗？我很理解这会很尴尬，但我并不真正理解产生允许修改原始数组的扩展的形式逻辑。x[[0, 0]] += 1x[[0, 0]] = x[[0, 0]] + 1x.getitem([0, 0]).setitem(x.getitem([0, 0]).iadd(1))

是否存在优先于订阅的隐式绑定？

我试过了

import numpy as np

class A(np.ndarray):
    def __getitem__(self, *args, **kwargs):
        print("getitem")
        r = np.ndarray.__getitem__(self, *args, **kwargs)
        return r
    def __setitem__(self, *args, **kwargs):
        print("setitem")
        r = np.ndarray.__setitem__(self, *args, **kwargs)
        return r 
    def __iadd__(self, *args, **kwargs):
        print("iadd")
        r = np.ndarray.__iadd__(self, *args, **kwargs)
        return r

nd = np.arange(2)
x = nd.view(A)
x[[0, 0]] += 1
print(x)

Python Numpy 就地

我知道我做对了，因为我可以看到这就是发生的事情。但是，我不明白的是为什么！此外，view 和 copy 之间的区别在期间不适用，但它在期间适用，它决定了原始数组元素是递增一次还是多次递增（这在您有用链接到的 ufunc 的文档中也指出）。setget

答：

0赞 Martinghoul 8/23/2023 #1

就我而言，更多的挖掘使它更加令人费解。

我使用 ast 来查看解释器对以下块做了什么：

import numpy as np
x = np.arange(2)
x[[0, 0]] += 1

完整输出为：

("Module(body=[Import(names=[alias(name='numpy', asname='np')]), "
 "Assign(targets=[Name(id='x', ctx=Store())], "
 "value=Call(func=Attribute(value=Name(id='np', ctx=Load()), attr='arange', "
 'ctx=Load()), args=[Constant(value=2)], keywords=[])), '
 "AugAssign(target=Subscript(value=Name(id='x', ctx=Load()), "
 'slice=List(elts=[Constant(value=0), Constant(value=0)], ctx=Load()), '
 'ctx=Store()), op=Add(), value=Constant(value=1))], type_ignores=[])')

显示的扩展的行，尽我所能格式化，是：x[[0,0]] += 1

AugAssign(
    target=Subscript(
            value=Name(id='x', ctx=Load()), 
            slice=List(elts=[Constant(value=0), Constant(value=0)], ctx=Load()),
            ctx=Store()
    ), 
    op=Add(), 
    value=Constant(value=1)
)

因此，基于此，AugAssign 的目标应该是 Subscript 操作的结果，那么它最终是如何实现的呢？这仍然没有意义......x.setitem(x.getitem([0, 0]).iadd(1))

这很重要。适用于数字、列表和字符串（但不适用于元组），所有这些都定义了“+”操作。但细节不同。数组的独特之处在于它们允许“重复”索引，例如，因此其他类型的行为很少给我们提示要扩展的内容。关键点是它不是作为循环实现的： .数组的“矢量化”行为是由它们自己的方法实现的，而不是由 python 解释器实现的。type of x+=numpy[0,0]+=for i in [0,0]: x[i]+=1

0赞 Martinghoul 8/30/2023 #2

我想我终于有了充分的了解......

Numpy文档描述了高级索引如何创建副本而不是视图，它指的是在引用的上下文中使用表达式（即在右侧）的情况。正如此处特别提到的同一文档，x[[1, 2]]

"...在分配期间，没有视图或副本是创建...”x[[1, 2]]

虽然这有点有帮助，但没有给出推理。但是，可以在此处的基本赋值语句的 Python 参考文档中找到它。文档中描述的订阅和切片的特定逻辑解释了为什么在分配目标（位于左侧）时没有创建副本。x[[1, 2]]

上一个：我想使用 inplace=True vs df=df 的任何情况？

下一个：Power shell：当我使用 forEach 时，无法影响变量的值

Numpy 评估顺序

Numpy evaluation order

评论

评论