使用Numpy Concatenate生成牌组时原有数组数据被覆盖的问题求助

问题描述 #

尝试用NumPy生成一副扑克牌二维数组，每张牌为子数组：索引0是牌值（1-13对应A到K），索引1是花色（0=黑桃S、1=红桃H、2=梅花C、3=方块D）。但运行代码后，前13个本该是黑桃的元素花色全部变为红桃，最终得到0张黑桃、26张红桃、13张梅花、13张方块的异常结果，用np.empty或np.zeros初始化数组都无法解决问题。

附原代码：

import numpy as np

suits = 4
suitsize = np.empty(shape=(13,2))
suitsize[:,0] = np.arange(1,suitsize.shape[0]+1)
a = suitsize
print(suitsize)
for i in range(1,suits):
    a[:,1] = i
    suitsize = np.concatenate([suitsize,a])
print(suitsize)

问题原因 #

核心问题是NumPy数组的引用赋值：

• a = suitsize并没有创建新数组，只是让a指向了suitsize的内存地址，二者是同一个数组的别名。
• 第一次循环时i=1，执行a[:,1] = 1会直接修改suitsize（也就是初始的黑桃组）的花色为1（红桃），此时原本的黑桃组已经被篡改。
• 后续concatenate操作是把被修改后的数组拼接到自身，导致红桃数量翻倍，而黑桃彻底消失。

修复方案 #

方案1：每次循环复制数组 #

每次循环时创建数组的副本，避免修改原数组：

import numpy as np

suits = 4
suitsize = np.empty(shape=(13,2))
suitsize[:,0] = np.arange(1,suitsize.shape[0]+1)
# 初始化黑桃花色为0
suitsize[:,1] = 0
for i in range(1,suits):
    # 复制基础牌值数组，再设置对应花色
    a = suitsize.copy()
    a[:,1] = i
    suitsize = np.concatenate([suitsize,a])
print(suitsize)

方案2：更高效的向量生成（推荐） #

利用NumPy的广播特性直接生成整个牌组，无需循环，效率更高：

import numpy as np

# 生成牌值（1-13），重复4次对应4种花色
values = np.tile(np.arange(1,14), 4)
# 生成花色（0-3），每个花色重复13次
suits = np.repeat(np.arange(4), 13)
# 组合成二维数组
deck = np.column_stack((values, suits))
print(deck)

内容的提问来源于stack exchange，提问作者Kristen