我更喜欢__array_interface__
作为查看属性的一种方式,包括数据缓冲区地址:
In [766]: A = np.arange(12)
In [767]: B = A.reshape(3,4)
In [768]: A[0] = 42
In [769]: A
Out[769]: array([42, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
In [770]: B
Out[770]:
array([[42, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
In [771]: A.data
Out[771]: <memory at 0xb16ef5dc>
In [772]: B.data
Out[772]: <memory at 0xb1719cdc>
In [773]: A.__array_interface__
Out[773]:
{'data': (156295616, False),
'descr': [('', '<i4')],
'shape': (12,),
'strides': None,
'typestr': '<i4',
'version': 3}
In [774]: B.__array_interface__
Out[774]:
{'data': (156295616, False),
'descr': [('', '<i4')],
'shape': (3, 4),
'strides': None,
'typestr': '<i4',
'version': 3}
A.__array_interface__['data'][0]
值确实匹配
的文档A.data
is:
Python 缓冲区对象指向数组数据的开头
但对于普通 Python 程序员来说这可能会产生误导。@ajcr
的评论比较好。 “缓冲区对象”和数组数据缓冲区的地址之间存在差异。
===========
我没用过data
属性多。少数情况之一是使用以下命令创建数组ndarray
功能
如何使用 ctypes 指定 Numpy 数组的内存地址?
In [806]: np.ndarray((4,),buffer=A.data, dtype=int, offset=12)
Out[806]: array([3, 4, 5, 6])
In [807]: np.ndarray((4,),buffer=B.data, dtype=int, offset=16)
Out[807]: array([4, 5, 6, 7])
===============
A.data
只是打印它的repr
,并且与以下内容一样无信息:
In [808]: o=object()
In [809]: o
Out[809]: <object at 0xb729fc90>