Numpy ，Python3.6 - 无法理解为什么地址不同？

这是我的代码

my_array_1 = np.arange(25).reshape(5, 5)
print(my_array_1)

my_array_red = my_array_1[:, 1::2]
print(my_array_red)

my_array_blue = my_array_1[1::2, 0:3:2]
print(my_array_blue)

my_array_yellow = my_array_1[-1, :]
print(my_array_yellow)

print(id(my_array_1))
print(id(my_array_red))
print(id(my_array_yellow))
print(id(my_array_blue))

print(my_array_1.data)
print(my_array_red.data)
print(my_array_blue.data)
print(my_array_yellow.data)

这是输出：

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]
[[ 1  3]
 [ 6  8]
 [11 13]
 [16 18]
 [21 23]]
[[ 5  7]
 [15 17]]
[20 21 22 23 24]
2606769150592
2606769282544
2607017647120
2606769282624
<memory at 0x0000025EFE56CA68>
<memory at 0x0000025EFE56CA68>
<memory at 0x0000025EFE56CA68>
<memory at 0x0000025EFE5A8F48>

问题 ： 只需检查我的输出的最后 4 行。为什么 my_array_1.data.data 、 my_array_red.data 、 my_array_blue.data 具有相同的值，但 my_array_yellow.data 的值在哪里不同？

我找到了data的值__array_interface__获得更多信息：

In [2]: my_array_1.__array_interface__['data']
Out[2]: (33691856, False)
In [3]: my_array_red.__array_interface__['data']
Out[3]: (33691864, False)
In [4]: my_array_blue.__array_interface__['data']
Out[4]: (33691896, False)
In [5]: my_array_yellow.__array_interface__['data']
Out[5]: (33692016, False)

Out[2]是数据缓冲区的开始。

red多了 8 个字节 - 即从一开始就有一个元素。

blue是 40 个字节 - 下一行

In [8]: my_array_1.strides
Out[8]: (40, 8)

yellow是 160 个字节 - 这是最后一行的开始（距末尾 40 个字节）

In [9]: 2016-1856
Out[9]: 160
In [10]: my_array_1.nbytes
Out[10]: 200

The data地址各不相同，但大致相同。但它们更难解释。

In [11]: my_array_1.data
Out[11]: <memory at 0x7fa975369a68>
In [12]: my_array_red.data
Out[12]: <memory at 0x7fa975369b40>
In [13]: my_array_blue.data
Out[13]: <memory at 0x7fa975369c18>
In [14]: my_array_yellow.data
Out[14]: <memory at 0x7fa9710f11c8>

The data属性可以用在ndarray构造函数：

两个元素来自yellow:

In [17]: np.ndarray(2,dtype=my_array_1.dtype,buffer=my_array_yellow.data)
Out[17]: array([20, 21])

相同的 2 个元素，但具有原始地址和偏移量（如上面推导的）：

In [18]: np.ndarray(2,dtype=my_array_1.dtype,buffer=my_array_1.data, offset=160)
Out[18]: array([20, 21])

实际上datadisplay 没有告诉我们任何有关数据缓冲区所在位置的信息。这是地址memoryview引用缓冲区的对象，而不是缓冲区本身的地址。称呼data再次，并获取不同的内存视图对象：

In [19]: my_array_1.data
Out[19]: <memory at 0x7fa975369cf0>

如果我打印这些内存视图对象，我会得到与您相同的模式：

In [22]: print(my_array_1.data)
<memory at 0x7fa970e37120>
In [23]: print(my_array_red.data)
<memory at 0x7fa970e37120>
In [24]: print(my_array_blue.data)
<memory at 0x7fa970e37120>
In [25]: print(my_array_yellow.data)
<memory at 0x7fa9710f17c8>

对于 23 和 24，它只是重复使用内存插槽，因为打印没有持久性。我不知道为什么yellow不会重用它，除非该对象可能非常不同，以至于它不适合在同一空间中。在里面Out[11]等情况下，ipython缓冲挂在这些对象上，因此无法重用。

它只是强化了这样一个想法：这些内容的打印显示没有什么重要意义。memoryview objects。它与数据缓冲区位置无关。它更像是id，只是内存中的任意位置。