从Python转到Numpy （二）

numpy 的基本数据类型是ndarray（数组），ndarray在内存中的是一维连续存储，支持索引。换句话说，数组映射一个连续的内存块，可以使用索引值进行数据访问。索引依次由形状和数据类型定义。

# 创建一个0-9的数组，改为3行3列的二维数组，单个元素的数据类型为np.int16（2个字节）
z = np.arange(9).reshape(3,3).astype(np.int16)

print(z.itemsize) # 单个元素的字节数
2

print(z.shape) #  数组的形状
(3, 3)

print(Z.ndim) # 数组的维数
2

可以算出数组的stides步长，步长定义了遍历数组时每个维度中要跨步的字节数。

strides = z.shape[1]*z.itemsize, z.itemsize
print(strides)
(6, 2)

print(z.strides) 
# 第一个维度，也就是行方向上每行要跨出6（3*2）个字节
# 第二个维度，也就是列方向上每列要跨出2个字节
(6, 2)

数组元素布局

数组扁平化后元素布局

数组内存布局

当对数组使用索引取值时，返回的是原始数组的视图，比如

v = z[::2,::2] #两个维度上，每隔1个元素取值

数组元素布局

 

数组扁平化后元素布局

数组内存布局

区分视图和副本

首先要区分索引和花式索引，前者返回的是原始数组的视图，后者返回的是原始数据索引后的副本。修改前者的值会影响原始数组。

z = np.zeros(9)
z_view = z[:3]
z_view[...] = 1
print(z)
out:[ 1.  1.  1.  0.  0.  0.  0.  0.  0.]

z = np.zeros(9)
z_copy = z[[0,1,2]] # 花式索引
z_copy[...] = 1
print(z)
out:[ 0.  0.  0.  0.  0.  0.  0.  0.  0.]

如果不确定索引返回的是原始数组的视图还是副本，可以通过结果的base属性确认，如果base的值是None，则返回的结果是副本。

注意某些numpy函数返回的是视图，比如ravel，而flatten返回的是副本，虽然两者都得到扁平后的数据。

 

代码产生的临时副本

X = np.ones(10, dtype=np.int)
Y = np.ones(10, dtype=np.int)
A = 2*X + 2*Y

运行上边的代码，除了显式的产生了X，Y和A三个数组外，还隐式的生成了两个数组2*X和2*Y。当数组非常大的时候可能会产生性能问题。解决问题的办法是显示调用numpy函数中的out参数， 明确指定输出结果到已经声明的变量。

X = np.ones(10, dtype=np.int)
Y = np.ones(10, dtype=np.int)
np.multiply(X, 2, out=X)
np.multiply(Y, 2, out=Y)
np.add(X, Y, out=X)