numpy 数组 的 视图和副本

numpy 数组 的 视图

https://zhuanlan.zhihu.com/p/199615109?utm_id=0

https://finthon.com/numpy-arrayview-copy/

https://blog.csdn.net/weixin_44226181/article/details/128401161

 

==================================

在编程的过程中很可能会使用到原数组，这就涉及到视图和副本的概念，简单来说视图与副本是使用原数组的两种不同的方式。

import numpy as np

a = np.arange(4)

>>> print(a)
[0 1 2 3]
>>> print(a[1:3])
[1 2]
>>> print(a[[1, 2]])
[1 2]

# base属性
>>> print(a.base)
None
>>> print(a[1:3].base)
[0 1 2 3]
>>> print(a[[1, 2]].base)
None

# flags.owndata属性
>>> print(a.flags.owndata)
True
>>> print(a[1:3].flags.owndata)
False
>>> print(a[[1, 2]].flags.owndata)
True

虽然a[1:3]和a[[1, 2]]的输出结果都是 [1 2]，但是从base和flags.owndata两个属性的输出结果来看，a[1:3]和a[[1, 2]]还是有一些差别的。a[1:3]得到的是原数组的视图，而a[[1, 2]]得到的是原数组的副本。那base和flags.owndata到底表示什么呢？

base与flags.owndata

下图是 Numpy 数组的内部结构组成。

其中可以分为数组数据结构信息区以及数据存储区。简单来说，数组数据结构信息区中有 Numpy 数组的形状（shape）以及数据类型（data-type）等信息，而数据存储区则是用于存储数组的数据，Numpy 数组中的数据可以指向其它数组中的数据，这样多个数组可以共用同一个数据：

• ndarray.base用于判断数组中的数据是否来自于别的数组；
• ndarray.flags.owndata用于判断数组是否是数据的所有者；

就上例而言，a.base和a[1, 2].base返回的都是 None，说明a和a[1, 2]两个数组中的数据都来自于自己，不是来自别的数组。a.flags.owndata和a[1, 2].flags.owndata返回的都是True，说明a和a[1, 2]两个数组都是数组中数据的所有者。

视图与副本

a[1:3]得到的是原数组的视图，而a[[1, 2]]得到的是原数组的副本。具体来说：

• 视图是对原数组的引用，或者自身没有数据，与原数组共享数据；
• 副本是对原数组的完整拷贝，虽然经过拷贝后的数组中的数据来自于原数组，但是它相对于原数组是独立的；

视图

Numpy 有两种方式能够产生原数组的视图：

1. 对原数组的引用；
2. 自身没有数据，与原数组共享数据；

import numpy as np

arr = np.arange(12)
cite_of_arr = arr

>>> print(arr)
[ 0  1  2  3  4  5  6  7  8  9 10 11]
>>> print(cite_of_arr)
[ 0  1  2  3  4  5  6  7  8  9 10 11]

>>> print(id(arr))
2517208831840
>>> print(id(cite_of_arr))
2517208831840

>>> print(arr.base)
None
>>> print(cite_of_arr.base)
None

>>> print(arr.flags.owndata)
True
>>> print(cite_of_arr.flags.owndata)
True

通过arr和cite_of_arr的内存地址（id函数）可以看出，其实两个数组是同一个，相当于多了一个名字而已，比较简单，这里不再赘述。view()和reshape()函数可以返回原数组的视图，此时的返回的数组自身没有数据，与原数组共享数据。

import numpy as np

arr = np.arange(12)

view_of_arr = arr.view()
view_of_arr.shape = (3, 4)

reshape_of_arr = arr.reshape(4, 3)

>>> print(arr.base)
None
>>> print(view_of_arr.base)
[ 0  1  2  3  4  5  6  7  8  9 10 11]
>>> print(reshape_of_arr.base)
[ 0  1  2  3  4  5  6  7  8  9 10 11]

>>> print(arr.flags.owndata)
True
>>> print(view_of_arr.flags.owndata)
False
>>> print(reshape_of_arr.flags.owndata)
False

其中view_of_arr和reshape_of_arr两个数组中的数据使用的都是arr数组中的数据，这也是为什么view_of_arr.base和reshape_of_arr.base返回的都是 [ 0 1 2 3 4 5 6 7 8 9 10 11] 的原因，而由于arr数组中的数据是它本身的，因此arr.base返回 None。view_of_arr和reshape_of_arr两个数组都不是数据的所有者，只有arr数组是数据的所有者，所以两个数组的flags.owndata返回都是False。

到底是不是共享数据，我们可以通过查看数组所占的内存地址进行验证。Numpy 数组所占的内存空间包含两个部分，数据结构信息区以及数据存储区，使用nbytes属性可以查看数组中的数据所占的字节数。

>>> print(arr.nbytes)
48
>>> print(cite_of_arr.nbytes)
48
>>> print(view_of_arr.nbytes)
48
>>> print(reshape_of_arr.nbytes)
48

使用sys.getsizeof()函数可以直接得到每个数组所占内存空间的大小。

>>> print(getsizeof(arr))
144
>>> print(getsizeof(cite_of_arr))
144
>>> print(getsizeof(view_of_arr))
112
>>> print(getsizeof(reshape_of_arr))
112

从输出结果可以发现，只有view_of_arr和reshape_of_arr两个数组所占的内存空间大小为 112，这是因为这两个数组自身没有数据，而使用的是原数组arr的数据，而通过nbytes属性知道了数据的内存大小为 48，这也从侧面证明了，view_of_arr和reshape_of_arr两个数组使用的是外部数据，而这外部数据的内存大小刚好是 48。

从图中可以看出，虽然view_of_arr和reshape_of_arr两个数组共用arr数组的数据，但是由于它们有属于自己的数据结构信息区，因此可以将arr数组中的原始数据以自己的方式进行表达（指定不同的 shape 以及 dtype 等）。

无论是对原数组的引用，还是自身没有数据，与原数组共享数据。这两种产生原数组视图的方式共享相同的数据，因此无论是修改原数组还是修改原数组的视图中的数据元素，共享数据的数组都会相对应的发生改变。

import numpy as np

arr = np.arange(12)

view_of_arr = arr.view()
view_of_arr.shape = (3, 4)

reshape_of_arr = arr.reshape(4, 3)

arr[1] = 100
view_of_arr[2] = 200
reshape_of_arr[3] = 300

>>> print(arr)
[  0 100   2   3   4   5   6   7 200 300 300 300]
>>> print(view_of_arr)
[[  0 100   2   3]
 [  4   5   6   7]
 [200 300 300 300]]
>>> print(reshape_of_arr)
[[  0 100   2]
 [  3   4   5]
 [  6   7 200]
 [300 300 300]]

副本

副本是对原数组的完整拷贝，虽然经过拷贝后数组中的数据来自于原数组，但是它相对于原数组是独立的。使用copy()方法可以返回原数组的副本。

import numpy as np

arr = np.arange(12)
copy_of_arr = arr.copy()

>>> print(arr)
[ 0  1  2  3  4  5  6  7  8  9 10 11]
>>> print(copy_of_arr)
[ 0  1  2  3  4  5  6  7  8  9 10 11]

>>> print(arr.base)
None
>>> print(copy_of_arr.base)
None

>>> print(arr.flags.owndata)
True
>>> print(copy_of_arr.flags.owndata)
True

arr和copy_of_arr两个数组的base和flags.owndata返回的值一样，这也可以验证虽然copy_of_arr中的数据来源于原数组，但是它相对于原数组是独立的。

既然副本和原数组是相互独立的，改变副本或者原数组中的元素值，相对应的原数组和副本中的元素值并不会发生改变。

import numpy as np

arr = np.arange(12)
copy_of_arr = arr.copy()

arr[1] = 100
copy_of_arr[2] = 200

>>> print(arr)
[  0 100   2   3   4   5   6   7   8   9  10  11]
>>> print(copy_of_arr)
[  0 100   2   3   4   5   6   7   8   9  10  11]

小结

• 视图也被称为浅拷贝，而副本被称为深拷贝；
• 视图和副本的主要区别在于，修改原数组，视图会受到影响，而副本不会受到影响；
• 返回原数组视图和副本的常见操作：
• 视图：赋值引用，Numpy 的切片操作，调用view()函数，调用reshape()函数；
• 副本：Fancy Indexing（花式索引，例如a[[1, 2]]），调用copy()函数；
• 不能通过id()函数来区分视图和副本；

>>> print(id(arr) == id(cite_of_arr)) # 视图
True
>>> print(id(arr) == id(view_of_arr)) # 视图
False
>>> print(id(arr) == id(reshape_of_arr)) # 视图
False
>>> print(id(arr) == id(copy_of_arr)) # 副本
False

原创首发：公众号【AI机器学习与深度学习算法】