python - 从 np.empty 初始化 numpy 数组

Question

从空内存中初始化 ndarray 时如何确定符号位？

>>> np.random.randn(3,3)
array([[-0.35557367, -0.0561576 , -1.84722985],
       [ 0.89342124, -0.50871646,  1.31368413],
       [ 0.0062188 ,  1.62968789,  0.72367089]])
>>> np.empty((3,3))
array([[0.35557367, 0.0561576 , 1.84722985],
       [0.89342124, 0.50871646, 1.31368413],
       [0.0062188 , 1.62968789, 0.72367089]])

这些从空内存中初始化的浮点值丢失了它们的符号^†。这是为什么？

^†_{注意:此结果依赖于内存重用的实现细节。问题询问实现在做什么。}

Answer 1

numpy.empty 不会手动清除符号位或任何其他内容。符号位就是恰好留在 malloc 返回值的那些位中的任何垃圾。您看到的效果是由于在其他地方调用了 numpy.absolute。

问题是，numpy.empty 没有重用 randn 返回值的缓冲区。毕竟，由于 _ 变量，当 empty 创建其数组时，randn 返回值仍然存在。

numpy.empty 正在重用第一个数组字符串化过程中创建的数组缓冲区。我相信是 this one :

def fillFormat(self, data):
    # only the finite values are used to compute the number of digits
    finite_vals = data[isfinite(data)]

    # choose exponential mode based on the non-zero finite values:
    abs_non_zero = absolute(finite_vals[finite_vals != 0])
    ...

看到那个 absolute 调用了吗？就是这样。

以下是支持该结论的一些额外测试:

>>> a = numpy.random.randn(3, 3)
>>> b = numpy.arange(-5, 4, dtype=float)
>>> c = numpy.arange(-5, 13, 2, dtype=float)
>>> a
array([[-0.96810932,  0.86091026, -0.32675013],
       [-1.23458136,  0.56151178, -0.37409982],
       [-1.71348979,  0.64170792, -0.20679512]])
>>> numpy.empty((3, 3))
array([[ 0.96810932,  0.86091026,  0.32675013],
       [ 1.23458136,  0.56151178,  0.37409982],
       [ 1.71348979,  0.64170792,  0.20679512]])
>>> b
array([-5., -4., -3., -2., -1.,  0.,  1.,  2.,  3.])
>>> numpy.empty((3, 3))
array([[ 0.96810932,  0.86091026,  0.32675013],
       [ 1.23458136,  0.56151178,  0.37409982],
       [ 1.71348979,  0.64170792,  0.20679512]])
>>> c
array([ -5.,  -3.,  -1.,   1.,   3.,   5.,   7.,   9.,  11.])
>>> numpy.empty((3, 3))
array([[  5.,   3.,   1.],
       [  1.,   3.,   5.],
       [  7.,   9.,  11.]])
>>> numpy.array([1.0, 0, 2, 3, 4, 5, 6, 7, 8, 9])
array([ 1.,  0.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])
>>> numpy.empty((3, 3))
array([[ 1.,  2.,  3.],
       [ 4.,  5.,  6.],
       [ 7.,  8.,  9.]])

numpy.empty 结果受打印 a 和 c 的影响，而不是受创建这些数组的过程影响。 b 没有效果，因为它有 8 个非零元素。最后的 array([1.0, 0, 2, ...]) 有一个效果，因为即使它有 10 个元素，其中恰好有 9 个是非零的。