NumPy数组切片添加常量：为何切片是副本及如何实现预期修改

首先纠正一个误解：numpy的切片默认是原数组的视图，不是副本。你遇到的问题根本原因不是切片是否为副本，而是数组数据类型不匹配导致的隐式转换。

为什么两段代码结果不同？ #

• np.arange(10) 创建的是整数类型（int64/int32）的数组。
  1. 第一段代码：times[1::2] = times[1::2] + 0.5
     • times[1::2] + 0.5 会将结果转换为浮点数类型（因为运算中混入了浮点数），比如原奇数索引的元素是1、3、5...，加0.5后变成1.5、3.5、5.5...
     • 当把浮点数赋值给整数类型的数组切片时，numpy会自动截断小数部分，将1.5变回1，3.5变回3... 最终看起来原数组没有变化，实际上是赋值后的值和原值一致了。
  2. 第二段代码：times[1::2] = -1
     • -1 是整数类型，和原数组的数据类型匹配，所以赋值直接生效，原数组的奇数索引元素被成功修改为-1。

实现预期修改效果的方法 #

要给奇数索引元素添加0.5并保留小数，需要确保数组支持浮点数存储，有两种方式：

方式1：创建数组时指定浮点类型 #

import numpy as np
times = np.arange(10, dtype=np.float64)
times[1::2] += 0.5  # 等价于 times[1::2] = times[1::2] + 0.5

方式2：先转换数组的类型再修改 #

import numpy as np
times = np.arange(10)
times = times.astype(np.float64)  # 将整数数组转为浮点数组
times[1::2] += 0.5

这样修改后，原数组的奇数索引元素会变成1.5、3.5、5.5...，达到预期效果。

内容的提问来源于stack exchange，提问作者mins