时间戳

首页 > 解决方案 > Numpy ndarray 视图方法和基本属性

python - Numpy ndarray 视图方法和基本属性

问题描述

在 Numpy 中，我们可以创建一个新的数组对象，使用 view 方法从另一个数组对象中查看相同的数据。

这将使数组的浅对象。新数组将具有与现有数组相同的数据（实际上是对它的引用），因此新数组的数据部分将只是对现有数组数据的引用！（我们可以调整新数组的大小而无需更改旧数组形状，但即使修改了旧数组元素，它们仍将具有相同的数据）。

例如：

>>>import numpy as np
>>>a = np.array([1,2,3,4])
>>>c = a.view()
>>>c
array([1,2,3,4])

c 是 a 的浅拷贝（它们引用相同的数据但不引用相同的对象）：

>>>a is c
False

但是，如果我们将 c.base 测试为 a，它会给出 True：

>>>c.base is a
True

知道两者都是 ndarry 对象：

>>>type(a)
<class 'numpy.ndarray'>
>>> type(c)
<class 'numpy.ndarray'>

如果我们测试 a 和 c 的类型，我们会发现：

>>> type(a.base)
<class 'NoneType'>
>>> type(c.base)
<class 'numpy.ndarray'>

我的问题是：-
.base 属性到底是什么（它是 ndarray 对象中的数据部分）？
- 为什么 a 和 c 有不同类型的 .base？

标签： pythonarraysnumpy

解决方案

根据numpy 文档：

array.base如果内存来自其他对象，则为基础对象。

如果对象拥有它的内存，则基为无，但如果一个对象与另一个对象共享内存（例如它的视图），则基将是该内存的所有者对象。在您的示例中，c.base是拥有内存的对象，即a.

推荐阅读