我喜歡__array_interface__
爲看屬性,包括數據緩衝區地址的方式:
In [766]: A = np.arange(12)
In [767]: B = A.reshape(3,4)
In [768]: A[0] = 42
In [769]: A
Out[769]: array([42, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
In [770]: B
Out[770]:
array([[42, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
In [771]: A.data
Out[771]: <memory at 0xb16ef5dc>
In [772]: B.data
Out[772]: <memory at 0xb1719cdc>
In [773]: A.__array_interface__
Out[773]:
{'data': (156295616, False),
'descr': [('', '<i4')],
'shape': (12,),
'strides': None,
'typestr': '<i4',
'version': 3}
In [774]: B.__array_interface__
Out[774]:
{'data': (156295616, False),
'descr': [('', '<i4')],
'shape': (3, 4),
'strides': None,
'typestr': '<i4',
'version': 3}
A.__array_interface__['data'][0]
值不匹配
的文檔A.data
是:
Python的緩衝指向陣列數據起點的對象
但是可以誤導的普通Python程序員。 @ajcr
的評論比較好。 「緩衝區對象」和數組數據緩衝區的地址是有區別的。
============
我沒用過data
屬性得多。爲數不多的情況下一直使用ndarray
功能
how can I specify the memory address of a Numpy array using ctypes?
In [806]: np.ndarray((4,),buffer=A.data, dtype=int, offset=12)
Out[806]: array([3, 4, 5, 6])
In [807]: np.ndarray((4,),buffer=B.data, dtype=int, offset=16)
Out[807]: array([4, 5, 6, 7])
================
A.data
只是打印創建一個數組其repr
,並且是一樣非信息爲:
In [808]: o=object()
In [809]: o
Out[809]: <object at 0xb729fc90>
'A.data == B.data'比較兩個Python memoryview對象(未拋光輪的存儲器地址呃)由於形狀/步幅信息不同而不相等。 –