python – Numpy – 两个1D阵列的堆叠内存视图

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Numpy – 两个1D阵列的堆叠内存视图，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1555字，纯文字阅读大概需要3分钟。

内容图文

我知道我可以做以下事情：

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的第一和第二列的指针.修改a或b将改变c(相反地相同).

但是,我想要实现的恰恰相反.我想创建一个2D内存视图,其中每列(或行)将指向不同1D阵列的内存.假设我已经有两个1D数组,是否可以为这些数组创建一个2D视图,其中每行/每列都指向它们？

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内存复制到c上.我可以以某种方式创建c作为[a b]的“视图”,其中,通过修改c的元素,这反映在相应的a或b 1D数组中？

解决方法:

我不认为这是可能的.

在您的第一个示例中,a和b视图的值是交织在一起的,从此变体可以看出：

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的数据缓冲区和a在相同的存储点开始; b从4个字节开始进入该缓冲区.

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分割是按行,b也会在同一共享数据缓冲区中继续进行.

从.flags我们看到c是C连续的,b不是.但是在该共享数据缓冲区中使用常量步幅访问b值.

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切换. a和b的2d复合必须使用自己的数据缓冲区.

我可以想象写一个最终看起来像你想要的课程.定义np.c_的indexing_tricks文件可能会为您提供想法(例如,具有自定义__getitem__方法的类).但它不具备常规2D阵列的速度优势.并且可能很难实现所有ndarray功能.

内容总结

以上是互联网集市为您收集整理的python – Numpy – 两个1D阵列的堆叠内存视图全部内容，希望文章能够帮你解决python – Numpy – 两个1D阵列的堆叠内存视图所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端