Numpy是否存在原地拼接方法？原数组修改需同步至拼接后数组

Numpy本身并没有提供像你示例中in_place_concatenate这样的内置函数，原因是：普通的独立Numpy数组在内存中是分散的块，无法直接生成一个连续的内存视图来同时覆盖多个独立数组。不过可以通过两种方式实现你想要的同步效果：

1. 基于共享内存的原生方案（推荐，若场景允许） #

如果你的原数组本来就是从同一个大数组中切分出来的，直接使用这个大数组作为"拼接结果"即可，所有切片都会共享大数组的内存，修改原切片会同步反映到大数组上：

import numpy as np

# 创建一个大数组
big_arr = np.zeros(6)
# 从大数组中切分出两个子数组
arr1 = big_arr[:3]
arr2 = big_arr[3:]

# big_arr就是等效的"拼接数组"
arr3 = big_arr

# 修改原数组，同步反映到arr3
arr1[0] = 10
assert arr3[0] == 10  # 不会触发AssertionError

2. 自定义类模拟"可同步的拼接数组" #

如果原数组是完全独立的（内存不连续），可以自定义一个类，通过索引映射来间接访问原数组，实现修改同步的效果：

import numpy as np

class InPlaceConcatenator:
    def __init__(self, arrays):
        self.arrays = arrays
        self.total_len = sum(arr.size for arr in arrays)
    
    def __getitem__(self, idx):
        if isinstance(idx, int):
            current_pos = 0
            for arr in self.arrays:
                if idx < current_pos + arr.size:
                    return arr[idx - current_pos]
                current_pos += arr.size
            raise IndexError("索引超出范围")
        elif isinstance(idx, slice):
            start, stop, step = idx.indices(self.total_len)
            segments = []
            current_pos = 0
            for arr in self.arrays:
                seg_start = max(0, start - current_pos)
                seg_stop = min(arr.size, stop - current_pos)
                if seg_start < seg_stop:
                    segments.append(arr[seg_start:seg_stop:step])
                current_pos += arr.size
            return np.concatenate(segments)
        else:
            raise NotImplementedError("暂不支持该索引类型")
    
    def __setitem__(self, idx, value):
        if isinstance(idx, int):
            current_pos = 0
            for arr in self.arrays:
                if idx < current_pos + arr.size:
                    arr[idx - current_pos] = value
                    return
                current_pos += arr.size
            raise IndexError("索引超出范围")
        elif isinstance(idx, slice):
            start, stop, step = idx.indices(self.total_len)
            current_pos = 0
            val_idx = 0
            for arr in self.arrays:
                seg_start = max(0, start - current_pos)
                seg_stop = min(arr.size, stop - current_pos)
                if seg_start < seg_stop:
                    seg_len = seg_stop - seg_start
                    arr[seg_start:seg_stop:step] = value[val_idx:val_idx+seg_len]
                    val_idx += seg_len
                current_pos += arr.size
        else:
            raise NotImplementedError("暂不支持该索引类型")

# 测试代码
arr1 = np.zeros(3)
arr2 = np.zeros(3)
arr3 = InPlaceConcatenator([arr1, arr2])

arr1[0] = 10
assert arr3[0] == 10  # 正常通过

arr3[4] = 20
assert arr2[1] == 20  # 反向修改也生效

这个类会把对arr3的索引操作映射到对应的原数组上，从而实现修改同步的效果。

内容的提问来源于stack exchange，提问作者Alexander Soare