如何解决为什么 NumPy: np.fill_diagonal() 改变所有相关变量的诊断值?
亲爱的有经验的朋友,我在尝试使用 np.fill_diagonal()
时遇到了一个问题。首先,我从原始 NumPy 数组中设置了两个子变量。然后我使用 np.fill_diagonal()
更改其中一个变量的对角线值。但是,我发现所有变量的对角线值都已更改。
请问为什么会这样?所有相关的 NumPy 变量是否共享相同的内存?我怎么知道他们确切的记忆关系?谢谢!
这是简单的代码:
# we set the original one
a = np.array([[ 10.,1.,1.],[2.,20.,140.,8.,57.],[3.,3.,30.,21.,51.],[4.,4.,40.,56.],[5.,5.,31.,16.,50.]])
# the two sub-variables
b1 = a[:5,:5]
b2 = a[:5,:5]
# then I change the diagonal value of one of the sub-variables
np.fill_diagonal(b1,0)
我们应该只改变b1
的值,但实际上所有的a
、b1
和b2
都被改变了。请问如何只改变b1
的对角线值而不影响其他?谢谢!
a
array([[ 0.,[ 2.,0.,[ 3.,[ 4.,[ 5.,0.]])
b2
array([[ 0.,0.]])
解决方法
看起来 b1 和 b2 只是对 a 的引用。尝试使用 numpy.copy() 然后执行拼接以获得“深度复制”,以便 b1 和 b2 在内存中拥有自己的空间。查看 Numpy API documentation 中的 numpy.copy。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。