如何判断NumPy是创建视图还是复制？

Question

对于一个最小的工作示例，让我们数字化一个2D数组。numpy.digitize需要一个一维数组：

import numpy as np
N = 200
A = np.random.random((N, N))
X = np.linspace(0, 1, 20)
print np.digitize(A.ravel(), X).reshape((N, N))

现在文件上说

..。只有在需要时才会复制。

在这种情况下，我如何知道ravel副本是否“需要”？一般来说，是否有一种方法可以确定特定的操作是创建副本还是创建视图？

Answer 1

这个问题与我之前问过的问题非常相似：

您可以检查base属性。

a = np.arange(50)
b = a.reshape((5, 10))
print (b.base is a)

然而，这并不完美。您还可以检查它们是否使用np.may_share_memory共享内存。

print (np.may_share_memory(a, b))

还有可以检查的标志属性：

print (b.flags['OWNDATA'])  #False -- apparently this is a view
e = np.ravel(b[:, 2])
print (e.flags['OWNDATA'])  #True -- Apparently this is a new numpy object.

但对我来说最后一个有点可疑，虽然我不太清楚为什么.

Answer 2

在重塑的文档中，有一些关于在无法创建视图时如何确保异常的信息：

在不复制数据的情况下，不总是可以更改数组的形状。如果希望在复制数据时引发错误，则应将新形状分配给数组的形状属性：

>>> a = np.zeros((10, 2))
# A transpose make the array non-contiguous
>>> b = a.T
# Taking a view makes it possible to modify the shape without modiying the
# initial object.
>>> c = b.view()
>>> c.shape = (20)
AttributeError: incompatible shape for a non-contiguous array

这并不完全是你的问题的答案，但在某些情况下，它可能是同样有用的。