python - 无需复制的 NumPy 矩阵运算

Question

例如，如何在不复制矩阵对象的情况下进行矩阵转置？同样，与其他矩阵运算一样（从矩阵中减去一个矩阵，...）。这样做有好处吗？

Answer 1

对数组进行转置不会产生副本：

>>> 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，这可能很有用。但是在修改转置时，您还必须小心避免无意中修改原始数组（如果您仍然需要它）。

许多 numpy 函数接受可选的“out”关键字（例如，numpy.dot）将输出写入现有数组。例如，取其a自身的矩阵乘积并将输出写入现有数组c：

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

Answer 2

转置操作如b = a.T创建一个浅拷贝。 a并将b共享相同的数据。

对于算术运算，请参阅：- vs -= 带有 numpy 的运算符

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。