NumPy Matrix操作无需复制

Question

例如，如何制作矩阵转置，而不制作矩阵对象的副本？ 同样，作为其他矩阵运算（从矩阵中减去矩阵，......）。 这样做有益吗？

Answer 1

采用数组的转置不会复制：

>>> a = np.arange(9).reshape(3,3)
>>> b = np.transpose(a)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> b
array([[0, 3, 6],
       [1, 4, 7],
       [2, 5, 8]])
>>> b[0,1] = 100
>>> b
array([[  0, 100,   6],
       [  1,   4,   7],
       [  2,   5,   8]])
>>> a
array([[  0,   1,   2],
       [100,   4,   5],
       [  6,   7,   8]])

这同样适用于numpy.matrix对象。

当您希望通过复制非常大的数组来避免不必要地消耗大量内存时，这可能是有益的。 但是在修改转置时，还必须小心避免无意中修改原始数组（如果仍然需要它）。

许多numpy函数接受一个可选的“out”关键字（例如，numpy.dot）来将输出写入现有数组。 例如，采取的矩阵乘积a与其本身和写入输出现有阵列c ：

numpy.dot(a, a, out=c)

Answer 2

如b = aT转置操作创建浅拷贝。 a和b将共享相同的数据。

对于算术运算，请参阅： - vs - = numpy运算符

浅拷贝有利于有效地使用内存。 但是，您必须记住，更改值将影响所有副本。