这里发生了什么?似乎数组的 id 位置可能没有保持稳定?即使 id 相同,运算符也会返回 False。然后在打印数组后,元素的 id 正在改变。有什么解释吗?
import numpy as np
a = np.arange(27)
b = a[1:5]
a[0] is b[1] #False
id(a[0]) #40038736L
id(b[1]) #40038736L
a #prints the array
id(b[1]) #40038712L
id(a[0]) #40038712L
b[0] #1
a[1] #1
id(b[0]) #40038712L
id(a[1]) #40038784L
请您参考如下方法:
首先使用列表进行测试:
In [1109]: a=[0,1,2,3,4]
In [1112]: b=a[1:3]
In [1113]: id(a[1])
Out[1113]: 139407616
In [1114]: id(b[0])
Out[1114]: 139407616
In [1115]: a[1] is b[0]
Out[1115]: True
后来我试过了
In [1129]: id(1)
Out[1129]: 139407616
因此 a[1] 中的对象始终是整数 1(整数的 id 有点棘手,并且取决于实现) .
但是有一个数组:
In [1118]: aa=np.arange(5)
In [1119]: ba=aa[1:]
In [1121]: aa[1]
Out[1121]: 1
In [1122]: ba[0]
Out[1122]: 1
In [1123]: id(aa[1])
Out[1123]: 2925837264
In [1124]: id(ba[0])
Out[1124]: 2925836912
id 完全不同;事实上,它们随着每次访问而改变:
In [1125]: id(aa[1])
Out[1125]: 2925837136
In [1126]: id(ba[0])
Out[1126]: 2925835104
那是因为 aa[1] 不仅仅是整数 1。它是一个 np.int32 对象。
In [1127]: type(aa[1])
Out[1127]: numpy.int32
与列表不同,数组的值作为字节存储在 databuffer 中。 b[1:] 是一个view 并访问相同的数据缓冲区。但是 a[1] 是一个包含对该数据缓冲区的引用的新对象。与列表情况相反,a[1] 不是 a 中的第二个对象。
通常,id 在处理数组时没有用,is 测试也没有用。使用 == 或 isclose(对于 float )。
================
查看 aa 的值存储位置的方法是:
In [1137]: aa.__array_interface__
Out[1137]:
{'data': (179274256, False), # 'id' so to speak of the databuffer
'descr': [('', '<i4')],
'shape': (5,),
'strides': None,
'typestr': '<i4',
'version': 3}
In [1138]: ba.__array_interface__
Out[1138]:
{'data': (179274260, False), # this is 4 bytes larger
'descr': [('', '<i4')],
'shape': (4,),
'strides': None,
'typestr': '<i4',
'version': 3}
这两个数组的 data 指针是相关的,因为 ba 是一个 view。
aa[1] 类似于数组,也有数据缓冲区,但它不是 View 。
In [1139]: aa[1].__array_interface__
Out[1139]:
{'__ref': array(1),
'data': (182178952, False),
...}
