NumPy 2.x 完全指南【十三】复制和视图

1. 引言

在实际应用场景中，一个输入数据往往要经过多轮处理，比如，如图像识别任务中的一张图片的主要流程有：

• 加载原始图像
• 预处理：裁剪为模型要求的格式、归一化处理等。
• 推理：输入到模型中
• 后处理

在操作 NumPy 数组时，可以通过视图直接访问内部数据缓冲区，而无需复制数据。这能确保良好的性能，但如果用户不了解这一机制，可能会导致一些不必要的问题。因此，了解这两个术语的区别，以及哪些操作返回复制，哪些操作返回视图非常重要。

NumPy 提供了复制（Copy）和视图（View）机制，不仅满足大规模数据处理时的内存效率，同时兼顾了数据操作的灵活性和安全性。

复制与视图的对比：

特性	视图（View）	复制（Copy）
​数据缓冲区​	共享原数组数据	独立的新数据块
​内存占用​	低（仅存储元数据）	高（复制全部数据）
​修改是否影响原数组​	是	否
​创建速度​	快（无需复制数据）	慢（需复制数据）
​典型操作​	切片、reshape()、T	copy()、高级索引

2. 视图

视图（View）：一个新的数组对象，​共享原始数组的数据缓冲区（即底层内存块）。

注意事项：

• 不复制数据，直接引用原数据的内存。
• 数据缓冲区保持不变，因此修改视图的数据会影响原始数组。
• 内存占用低，操作速度快。

创建视图时，仅改变某些元数据（如步幅和数据类型），而不改变数据缓冲区，视图的底层数据与原始数组共享，每个视图是独立的 ndarray 实例，拥有自己的元数据：

示例 1 ，ndarray.view() 方法可以显式创建数组的视图：

# 原始数组
arr = np.array([1, 2, 3, 4], dtype=np.int32)
view = arr.view()  # 创建视图# 修改视图
view[0] = 99
print("原数组:", arr)    # 输出: [99  2  3  4]
print("视图:", view)     # 输出: [99  2  3  4]

当元素可以通过偏移量和步幅在原始数组中进行寻址时，视图就会被创建。因此，基础索引（如切片、整数索引）访问数组时总是会创建视图。

示例 2 ，切片生成视图：

# 原始数组
arr = np.array([1, 2, 3, 4, 5])# 切片操作
view = arr[1:4]  # 生成视图
view[0] = 99     # 修改视图# 原数组被修改
print("原数组:", arr)    # 输出: [1, 99, 3, 4, 5]
print("视图:", view)     # 输出: [99, 3, 4]

示例 3 ，整数索引生成视图：

# 二维数组
arr_2d = np.array([[1, 2], [3, 4]])# 整数索引
view_row = arr_2d[0]  # 生成视图（第一行）
view_row[0] = 99print("原数组:\n", arr_2d)
# 输出:
# [[99  2]
#  [ 3  4]]

示例 4 ，当返回根据整数值索引返回单个元素时，返回的是标量值，而不是视图，修改标量不影响原数组：

# 原始数组
arr = np.array([1, 2, 3, 4, 5])
scalar = arr[0]  # 返回标量（并非数组对象）
scalar = 100     # 修改标量
print(scalar)    # 100 
print(arr)       # 输出: [1 2 3 4 5]

3. 复制

复制（Copy）：一般也翻译为拷贝，创建一个与原数组完全独立的新数组对象，包括复制数据缓冲区和元数据。

注意事项：

• 复制会创建新的数据缓冲区，与原数组完全分离。
• 修改复制后的数组不会影响原数组。
• 复制需要时间和内存（尤其是大规模数据时）。

示例 1 ，可以直接使用 ndarray.copy() 方法创建副本：

# 原始数组
arr = np.array([1, 2, 3, 4])
copy = arr.copy()  # 强制创建副本# 修改副本
copy[0] = 99print("原数组:", arr)  # 输出: [1 2 3 4]
print("副本:", copy)  # 输出: [99 2 3 4]

示例 2 ，使用高级索引（后续会介绍）时返回的都是副本：

copy = arr[[0, 1, 2]]  # 使用整数数组索引
copy[0] = 99print("原数组:", arr)   # 输出: [1 2 3 4]

4. 判断

可以通过 ndarray.base 属性判断一个数组是视图还是副本。

核心规则：

• 视图的 base：指向原始数组（共享数据缓冲区）。
• 副本的 base：返回 None（数据独立）。

示例：

# 原始数组
x = np.arange(9)
print("原始数组 x:", x)
# 创建视图
y = x.view()# 返回 True 表示 x 是 y 的 原始数组（视图关系）
print(y.base is x)  # 输出: True# 新建一个数组
z = np.arange(6)
# 返回 False 表示 x 不是 z 的 原始数组（非视图关系）
print(z.base is x)  # 输出: False# 返回 None 表示 z 没有原始数组（独立副本）
print(z.base)  # 输出: None

还可以使用 np.shares_memory(arr1, arr2) 检查两个数组是否共享数据，示例：

print(np.shares_memory(x, y)) # True
print(np.shares_memory(y, z)) # False