Numpy: equivalente a numpy.roll pero solo para visualización de datos

Question

¿Hay alguna manera de realizar un rollo en una matriz, pero en lugar de tener una copia de los datos solo con una visualización diferente de la misma?

Un ejemplo puede aclarar: b dado una versión laminado de 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]]) 

... si realizo una misión en conjunto b ...

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

.. .el contenido de a no cambiará ...

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

... al contrario, me gustaría tener:

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

Gracias de antemano por su tiempo y experiencia!

Answer 1

Esto no es posible, lo siento. La matriz enrollada no se puede describir con un conjunto diferente de strides, que sería necesario para que una vista NumPy funcione.