Операции на месте и out= — NumPy

Коротко

a += b, a *= 2 и другие составные операторы меняют массив на месте: новый массив не создаётся.
a = a + b создаёт новый массив и переназначает имя; другие ссылки на старый массив его не видят.
У любой ufunc есть out= — куда записать результат. np.sqrt(a, out=a) — корень на месте.
where= вместе с out= меняет только элементы, где условие истинно.
Тип массива при операции на месте не меняется: int += float — ошибка.

Синтаксис

a += b                        # на месте, тип a сохраняется
a = a + b                     # новый массив
np.multiply(a, 2, out=a)      # на месте через out
np.add(a, b, out=result)      # в заранее созданный массив
np.sqrt(a, out=a, where=a > 0)

Параметры

ПараметрЧто делаетПо умолчанию

outмассив для результата; форма должна совпадать с формой результатаNone

whereмаска: где False — out не меняетсяTrue

castingкакие преобразования типа разрешены при записи в out'same_kind'

Примеры

Данные для примеровиспользуются во всех примерах ниже

prices = np.array([100.0, 250.0, 80.0])

Новый массив и изменение на месте

alias = prices                 # вторая ссылка на тот же массив
prices = prices * 1.1          # новый массив; alias по-прежнему старый
print(alias)
alias *= 1.1                   # на месте: меняется сам массив
alias

Вывод

[100. 250.  80.]
array([110., 275.,  88.])

Результат в готовый массив

result = np.empty(3)
np.multiply(prices, 0.9, out=result)   # результат записан в готовый массив
result

Вывод

array([ 90., 225.,  72.])

ufunc на месте

np.sqrt(prices, out=prices)            # на месте для любой ufunc
prices.round(4)

Вывод

array([10.    , 15.8114,  8.9443])

На месте только часть элементов

values = np.array([4.0, -9.0, 16.0])
np.sqrt(values, out=values, where=values > 0)   # отрицательные остались как есть
values

Вывод

array([ 2., -9.,  4.])

Подводные камни

Целый массив и дробный результат

При += результат записывается в исходный массив его же типа, и NumPy отказывается молча отбрасывать дробную часть.

+= 0.5 для int-массиваошибка: UFuncTypeError

counts = np.array([1, 2, 3])
counts += 0.5                  # результат float не помещается в int-массив

Ошибка

UFuncTypeError: Cannot cast ufunc 'add' output from dtype('float64') to dtype('int64') with casting rule 'same_kind'

Обычное присваивание

counts = np.array([1, 2, 3])
counts = counts + 0.5          # обычное присваивание создаёт float-массив
counts

Вывод

array([1.5, 2.5, 3.5])

Побочные эффекты через представления

Операция на месте над срезом или над массивом, переданным в функцию, меняет исходные данные — см. представления и копии.