python - Numpy - 两个一维数组的堆栈内存 View

Question

我知道我可以做到以下几点:

import numpy as np
c = np.random.randn(20, 2)
a = c[:, 0]
b = c[:, 1]

这里，a和b分别是指向c的第一列和第二列的指针。修改 a 或 b 将更改 c(相互相同)。

然而，我想要实现的却恰恰相反。我想创建一个二维内存 View ，其中每一列(或行)将指向不同一维数组的内存。假设我已经有两个一维数组，是否可以为这些数组创建一个二维 View ，其中每一行/列都指向它们中的每一个？

我可以通过以下方式从 a 和 b 创建 c:

c = np.c_[a, b]

但是，这会将 a 和 b 的内存复制到 c 上。我能否以某种方式将 c 创建为 [a b] 的“ View ”，其中，通过修改 c 的元素，这反射(reflect)在相应的 a 或 b 一维数组？

Answer 1

我认为这是不可能的。

在您的第一个示例中，a 和 b View 的值交织在一起，从这个变体中可以看出:

In [51]: c=np.arange(10).reshape(5,2)
In [52]: a, b = c[:,0], c[:,1]
In [53]: a
Out[53]: array([0, 2, 4, 6, 8])
In [54]: c.flatten()
Out[54]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

c 和a 的data 缓冲区从相同的内存点开始； b 从该缓冲区的 4 个字节开始。

In [55]: c.__array_interface__
Out[55]: 
{'strides': None,
 'data': (172552624, False),...}

In [56]: a.__array_interface__
Out[56]: 
{'strides': (8,),
 'data': (172552624, False),...}

In [57]: b.__array_interface__
Out[57]: 
{'strides': (8,),
 'data': (172552628, False),...}

即使 a,b 按行拆分，b 也会在同一个共享数据缓冲区中更远的地方开始。

从.flags我们看到c是C-contiguous，b不是。但是 b 值在该共享数据缓冲区中以恒定的步幅访问。

当 a 和 b 分别创建时，它们的数据缓冲区是完全独立的。 numpy 跨步机制不能在这两个数据缓冲区之间来回移动。 a 和 b 的二维组合必须使用其自己的数据缓冲区。

我可以想象编写一个最终看起来像您想要的类。定义 np.c_ 的 indexing_tricks 文件可能会给您一些想法(例如，一个带有自定义 __getitem__ 方法的类)。但它不会有常规二维数组的速度优势。而且可能很难实现所有 ndarray 功能。