Numpy: equivalente di numpy.roll ma solo per la visualizzazione dei dati

Question

C'è un modo per eseguire un roll su un array, ma invece di avere una copia dei dati con una visualizzazione diversa di esso?

Un esempio potrebbe chiarire: dato b una versione laminati di a ...

>>> a = np.random.randint(0, 10, (3, 3)) 
>>> a 
array([[6, 7, 4], 
     [5, 4, 8], 
     [1, 3, 4]]) 
>>> b = np.roll(a, 1, axis=0) 
>>> b 
array([[1, 3, 4], 
     [6, 7, 4], 
     [5, 4, 8]]) 

... se effettuo un incarico sulla serie b ...

>>> b[2,2] = 99 
>>> b 
array([[ 1, 3, 4], 
     [ 6, 7, 4], 
     [ 5, 4, 99]]) 

.. .il contenuto di a non cambierà ...

>>> a 
array([[6, 7, 4], 
     [5, 4, 8], 
     [1, 3, 4]]) 

... al contrario, vorrei avere:

>>> a 
array([[6, 7, 4], 
     [5, 4, 99], # observe as `8` has been changed here too! 
     [1, 3, 4]]) 

Grazie in anticipo per il vostro tempo e le competenze!

Answer 1

Questo non è possibile, mi spiace. L'array arrotolato non può essere descritto da un diverso set di strides, che sarebbe necessario affinché una vista NumPy funzionasse.