NumPy入门 之 数组初探: 图解view和copy (中)

导读 ：在上一篇《NumPy入门 之 数组初探: 图解view和copy (上)》中，我们知道view可以化身不同的shape去看待base数组的数据。实际上还允许以不同数据类型来解读数据，这就是本篇的主题。提示: 如果代码框中的代码没有全部显示，只需用你的手指头轻轻一划。

我们知道，程序处理的数据就是躺在内存里的一串01表示的二进制数。人们以字节(8个bit)作为基本单元来组织这些二进制数。比如拿连续的四个字节，把它们组装成一个32bit的二进制码，可以把它看成带符号的32bit整数类型，也可以把它看成带符号的单精度浮点数类型，分别对应C语言中的int和float类型。

在《Numpy入门 之 数组初探 1: shape和stride》这篇里，我们已经知道NumPy支持16 bit和8 bit的整数类型。为了简化问题，接下来我们就使用它们来做实验。

import numpy as np

a = np.arange(5, dtype ='int16') 
'数组a:', a 

('数组a:', array([0, 1, 2, 3, 4], dtype=int16))

我们来看看数组a在内存中的样子。前方高能，二进制方队正迈着整齐的步伐向我们走来，

np.vectorize(np.binary_repr)(a, width=16)

array(['0000000000000000', '0000000000000001', '0000000000000010',
       '0000000000000011', '0000000000000100'], dtype='<U16')

v = a.view('int8') 
('v眼中的数组a:', v) 

('v眼中的数组a:', array([0, 0, 1, 0, 2, 0, 3, 0, 4, 0], dtype=int8))

np.vectorize(np.binary_repr)(v, width=8)

array(['00000000', '00000000', '00000001', '00000000', '00000010',
       '00000000', '00000011', '00000000', '00000100', '00000000'],
      dtype='<U8')

为了看得更清楚一点，我们把二进制方队也放到图里来，

a = np.arange(5, dtype ='int16') 
bin_16 = np.vectorize(np.binary_repr)(a, width=16)

v = a.view('int8') 
bin_8 = np.vectorize(np.binary_repr)(v, width=8)

看上图，我们知道数组a里面的一个16bit的整数在v看来变成了两个整数。但是细心的你一定发现了，16bit被拆成两个8bit时，顺序好像反过来了。看上图中的红色框框里的1被拆成了下面蓝色框框里的1和0，为什么不是0和1呢。

为了解释上面的二进制方队，我们需要一个概念，即cpu的大小端模式。

• 大端模式：是指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中。
• 小端模式：是指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中。

从上面的图来看，这里应该是小端模式，下面我们来验证一下。

import sys
sys.byteorder

'little'

到这里，应该好理解了，int16数组中的元素1（二进制0000000000000001）的两个字节被按地址从低到高存放，低字节00000001放在内存的低地址，高字节00000000放在内存的高地址。因此，数组a中的元素1，在v眼中变成了1和0。数组a其他的4个元素也是一样的处理。

我们知道，v不仅能以不同的角度来看待数组a的数据，它甚至还有权限修改它。我们继续测试验证一下。

v += 1
('v眼中的数组a每个元素加1以后:', v) 

('v眼中的数组a每个元素加1以后:', array([1, 1, 2, 1, 3, 1, 4, 1, 5, 1], dtype=int8))

('此时的数组a:', a) 

('此时的数组a:', array([257, 258, 259, 260, 261], dtype=int16))

v把它眼中看到的每一个数都加上1，结果导致a中的数发生了大变。为了看得更清晰一些，我们再次输出每个数的二进制。

a = np.arange(5, dtype ='int16') 

v = a.view('int8') 
v += 1

bin_8 = np.vectorize(np.binary_repr)(v, width=8)
bin_16 = np.vectorize(np.binary_repr)(a, width=16)

观察上图，我们可以看到，变量bin_16对应数组a的二进制，蓝色框框里的int16数字正是来自红色框框里的两个int8数字交换顺序后组装起来的。二进制0000000100000011翻译成10进制正是259，看看是不是等于数组a此时的第3个数？

上篇里，我们讲到，三观包括shape、strides和dtype。上篇里改变的是shape和strides，而本篇里上面是仅仅改变dtype。下面我们来看看三者全部被改变后的效果会如何？

a = np.arange(5, dtype ='int16') 
  
v = a.view('int8') 
v.shape = (5, 2)

v_base  = v.base
v_dtype = v.dtype
v_shape = v.shape
v_strides = v.strides

再来看看此时v的三观，即dtype, shape, strides，

# 最后再看看v加1以后的结果
v += 1 

再次输出二进制，

bin_8 = np.vectorize(np.binary_repr)(v, width=8)
bin_16 = np.vectorize(np.binary_repr)(a, width=16)

相信大家能看明白上面的图。

copy: 这一集的戏份都给了view吗，我没有存在感，宝宝不开森啊。好，那我们也为copy插入一段戏吧，我们来看看copy和view不同顺序的组合会有什么效果？

# 先定义个函数，用于获取数组x的数据的内存地址，以16进制显示
def data_pointer(x):
    return hex(x.__array_interface__['data'][0])

a = np.arange(5, dtype ='int16') 

b = a.copy().reshape(5,1)
c = a.reshape(5,1).copy()
# 顺便看看 = 
d = a

然后来看看a，b，b的base、c以及d，它们的数据分别放在内存哪里呢？

data_pointer(a), data_pointer(b), data_pointer(b.base), data_pointer(c), data_pointer(d)

('0x56318c4023c0',
 '0x56318c3bf180',
 '0x56318c3bf180',
 '0x56318c2ccac0',
 '0x56318c4023c0')

可以看到，a、b、c的数据地址各不相同，显然b的数据不是自己的，上面显示的是它base的数据地址，而d显然跟a一样，相当于它的别名。

# 确认一把
d is a

True

再来看看view的view，

e = a.reshape(1,5)
f = e.reshape(5,)
f.base is e, f.base is a

(False, True)

好啦，今天就到这里了。至于copy，其实还有内容，那就是关于它的参数order，

• numpy.copy(a, order=‘K’) or
• ndarray.copy(order=‘C’)

但这个问题不属于本篇议题，后面再讲。

小结一下，view相当于是它base数组的化身(宗教用语，通常指神或精灵等超自然力量，以人类或动物的形态出现在世间)，没有数据的所有权，但能超视距感应和使用base的数据，而且对数据有自己的解读方式。通过创建不同的view可以用不同方式来解读和处理base数组的数据。而copy方法会对数组及其数据进行完全拷贝，结果和原数组是两个独立的对象，两者的数据存放在内存中的不同地址。

本文获得原文作者授权， 转载自公众号“机器学习与数学”。