[SOLUCIONADO] Duda arreglos Numpy a+= a.T

[Bael_Balzac]

Porque el arreglo a no es simétrico ?

Código Python:

import numpy as np
 
a = np.ones((100, 100))
a += a.T
 

>>>a
array([[ 2., 2., 2., ..., 2., 2., 2.],
[ 2., 2., 2., ..., 2., 2., 2.],
[ 2., 2., 2., ..., 2., 2., 2.],
...,
[ 3., 3., 3., ..., 2., 2., 2.],
[ 3., 3., 3., ..., 2., 2., 2.],
[ 3., 3., 3., ..., 2., 2., 2.]])

No es lo mismo a+= a.T que a = a + a.T

Código Python:

import numpy as np
 
a = np.ones((100, 100))
a = a + a.T
 

>>>a
array([[ 2., 2., 2., ..., 2., 2., 2.],
[ 2., 2., 2., ..., 2., 2., 2.],
[ 2., 2., 2., ..., 2., 2., 2.],
...,
[ 2., 2., 2., ..., 2., 2., 2.],
[ 2., 2., 2., ..., 2., 2., 2.],
[ 2., 2., 2., ..., 2., 2., 2.]])

Este ejemplo aparece en http://scipy-lectures.github.io/intr...ng-and-slicing, menciona que son vistas de un arreglo.

[razpeitia]

A slicing operation creates a view on the original array, which is just a way of accessing array data. Thus the original array is not copied in memory.

When modifying the view, the original array is modified as well:
This behavior can be surprising at first sight... but it allows to save both memory and time.

As a result, a matrix cannot be made symmetric in-place.

En C en concepto de x += 1; es igual a x = x + 1; pero en otros lenguajes no es cierto por ejemplo python o C++. Por la simple razón que existen sobrecarga de operadores.

Siguiendo con el problema:
Según lo que te dicen que a.T es una vista de a y no una copia. Y si a esto le añades que += hace la suma in-place (osea sobre el arreglo original a) entonces obviamente vas a tener problemas.

Con valores pequeños no tendrás problemas (matrices de 3x3 incluso de 20x20) pero con matrices grandes si tendrás problemas.

[Bael_Balzac]

Gracias razpeitia, que interpretaciòn tiene in-place en español.

[razpeitia]

Iniciado por Bael_Balzac

Gracias razpeitia, que interpretaciòn tiene in-place en español.

Que no hace una copia, tiene mucho que ver con mutable e inmutable ejemplo:

Código Python:

l = [2, 1, 3, 5, 4]
l.sort() # in-place
print l
 
l = [2, 1, 3, 5, 4]
nueva_lista = sorted(l)
print nueva_lista
 

[Bael_Balzac]

Lo interpretaba como in-situ.