查看到一个numpy数组？

我有一个二维numpy数组。有没有一种方法可以在其上创建一个包含第一k行和所有列的视图？

关键是要避免复制基础数据（数组太大，无法进行部分复制）。

当然，只需像平常一样对它编制索引即可。例如，y = x[:k, :] 这将使视图返回原始数组。不会复制任何数据，对其所做的任何更新都y将反映在其中x，反之亦然。

编辑：

我通常使用uint8的大于10GB的3D阵列，因此我对此非常担心...如果记住一些事项，Numpy可以非常有效地进行内存管理。这里有一些避免在内存中复制数组的技巧：

使用+=，-=，*=等，以避免使数组的一个副本。例如，x += 10将在适当位置修改数组，同时x = x + 10将复制并修改它。（另外，看看numexpr）

如果您确实想使用进行复制x = x + 10，请注意，这x = x + 10.0将导致x将其自动转换为浮点数组（如果尚未复制）。但是，x += 10.0在哪里，x是整数10.0数组，而是将向下转换为与数组精度相同的int。

此外，许多numpy函数都带有一个out参数，因此您可以执行一些操作np.abs(x, x)来获取x就地的绝对值。

作为第二个编辑，这是有关视图和具有numpy数组的副本的更多技巧：

与python列表不同，y = x[:]它不返回副本，而是返回视图。如果您确实想要一个副本（当然，它将使您正在使用的内存量增加一倍），请使用y = x.copy()

您会经常听到有关numpy数组的“花式索引”的信息。使用列表（或整数数组）作为索引是“花式索引”。它可能非常有用，但是可以复制数据。

例如：y = x[[0, 1, 2], :]返回一个副本，而y = x[:3,:]返回一个视图。

即使是真正疯狂的索引，也x[4:100:5, :-10:-1, None]都是“正常”索引，并且会返回一个视图，因此，不要害怕在大型数组上使用各种切片技巧。

x.astype(<dtype>)将以新类型x.view(<dtype>)返回数据的副本，而将返回视图。

但是，请务必小心……它非常强大且有用，但是您需要了解底层数据如何存储在内存中。如果您有一个浮点数组，并且将它们视为int，则numpy会将数组的基础位解释为int。

例如，这意味着当被视为64位int时，1.0在little-endian系统上为64位浮点数4607182418800017408，[ 0, 0, 0, 0, 0, 0, 240, 63]如果被视为uint8 ，则将为数组。但是，当您需要在大型阵列上进行某种形式的位纠缠时，这确实非常好。您可以对内存缓冲区的解释方式进行低级控制。