我在概念上是否没有掌握某些东西(仅类似 question )或者为什么沿第一个 axis=0
堆叠多个 View 不会产生新 View ?问题:多个二维数组,其中的单行应该组合成一个新矩阵,这也是不增加内存使用的一个观点。示例:
recs = np.arange(2*2).reshape(2,2)
recs2 = np.arange(4,2*2*2).reshape(2,2)
print(recs)
print(recs2)
rv0 = recs[0].view()
r2v0 = recs2[0].view()
#now combine
mview = np.stack([rv0,r2v0], axis=0)
print(mview)
np.may_share_memory(mview,recs2)
打印
[[0 1]
[2 3]]
[[4 5]
[6 7]]
[[0 1]
[4 5]]
False #sure a copy
是否因为二维数组是单独的内存区域并且生成的数组不允许切片等?
最佳答案
所有连接
(stack
只是调用它的另一种方式)创建一个具有自己的数据缓冲区的数组。它绝不是原始内容的 View
。
您的 rv0
是一个类似于 recs
的数组 (np.ndarray
),具有自己的形状、数据类型和步幅。它只是与 recs
共享数据缓冲区。它可以被描述为 recs
的“ View ”,但除此之外它的使用方式与任何其他数组一样。它没有被专门标记为view
类或对象。
In [409]: recs = np.arange(2*2).reshape(2,2)
...: recs2 = np.arange(4,2*2*2).reshape(2,2)
由于 recs
是对 arange
生成的数组的reshape
,因此它也是“ View ”。这可以通过以下方式变得更加明显:
temp = np.arange(2*2)
recs = temp.reshape(2,2)
np.may_share_memory(temp, recs)
我们可以使用 ravel()
获取数据缓冲区的快照(它只生成一维 View ):
In [411]: recs.ravel()
Out[411]: array([0, 1, 2, 3])
In [412]: recs2.ravel()
Out[412]: array([4, 5, 6, 7])
现在看看堆栈
:
In [414]: mview = np.stack([recs,recs2], axis=0)
In [415]: mview
Out[415]:
array([[[0, 1],
[2, 3]],
[[4, 5],
[6, 7]]])
In [416]: mview.ravel()
Out[416]: array([0, 1, 2, 3, 4, 5, 6, 7])
mview
的 ravel
不是 Out[411]
和 Out[412]
的子集。 mview
必须有自己的连续数据缓冲区。没有机制可以使数组与 2 个或更多其他数组共享内存(除非它们也共享内存)。
即使是由同一数组的切片组成的堆栈
也有自己的数据缓冲区:
In [420]: x = np.stack((recs[0],recs[1]))
In [421]: x
Out[421]:
array([[0, 1],
[2, 3]])
In [422]: np.may_share_memory(recs, x)
Out[422]: False
我喜欢使用__array_interface__
来检查数据缓冲区位置(其他定义属性):
In [423]: recs.__array_interface__
Out[423]:
{'data': (37584304, False),
'strides': None,
'descr': [('', '<i8')],
'typestr': '<i8',
'shape': (2, 2),
'version': 3}
In [424]: x.__array_interface__
Out[424]:
{'data': (37614336, False),
'strides': None,
'descr': [('', '<i8')],
'typestr': '<i8',
'shape': (2, 2),
'version': 3}
关于python - 通过沿一个轴堆叠将两个 numpy View 合并为一个 View ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54170606/