numpy在给数组边界外赋值时到底在做什么？它是否会导致当前被其他东西使用的内存区域出现问题？在本例中，它将行9写入所有1。我希望用它来绕过一个边缘情况，但我在numpy页面上找不到任何关于此行为的文档，用于分配或广播。
import numpy as np x = np.zeros([10, 5]) x[9:11] = 1
根据“解决了这个问题”编辑：我知道它在做什么以及它是如何工作的。我仍然有一个问题是，是否有内存损坏的风险，或者在写入/分配时是否忽略了不存在的切片索引。
6jjcrrmo1#
从numpy docs切片和大步你可以使用切片来设置数组中的值，但是（与列表不同）你永远不能增长数组。在x[obj] = value中设置的值的大小必须与x[obj]的形状相同（可广播到）。在索引时，numpy努力在获取和设置值之间保持对称。如果当你获取一个值时，一个切片溢出了一个列表，那么它不会被考虑，并且错误：
>>> l = [1,2,3] >>> l[1:99] [2, 3]
类似地，当你分配一个切片时，numpy会删除任何可能溢出的东西。对于x[9:11] = 1，numpy选择了不会溢出底层缓冲区的单行，并广播1。Numpy减少了赋值的范围，并且没有溢出。在你的例子中，你想分配2行，但是numpy修改了你的分配，只设置了1行。人们可能会争论这是否是一件好事。但是如果您担心溢出操作，则需要自己检查维度。
x[9:11] = 1
1
1条答案
按热度按时间6jjcrrmo1#
从numpy docs切片和大步
你可以使用切片来设置数组中的值，但是（与列表不同）你永远不能增长数组。在x[obj] = value中设置的值的大小必须与x[obj]的形状相同（可广播到）。
在索引时，numpy努力在获取和设置值之间保持对称。如果当你获取一个值时，一个切片溢出了一个列表，那么它不会被考虑，并且错误：
类似地，当你分配一个切片时，numpy会删除任何可能溢出的东西。对于
x[9:11] = 1，numpy选择了不会溢出底层缓冲区的单行，并广播1。Numpy减少了赋值的范围，并且没有溢出。在你的例子中，你想分配2行，但是numpy修改了你的分配，只设置了1行。人们可能会争论这是否是一件好事。但是如果您担心溢出操作，则需要自己检查维度。