三、numpy的结构数组
『Numpy』内存分析_numpy.dtype内存数据解析方式指导
利用np.dtype可以构建结构数组，numpy.ndarray.base会返回内存主人的信息，文档如下，
Help on getset descriptor numpy.ndarray.base:
base
Base object if memory is from some other object.
Examples
--------
The base of an array that owns its memory is None:
>>> x = np.array([1,2,3,4])
>>> x.base is None
True
Slicing creates a view, whose memory is shared with x:
>>> y = x[2:]
>>> y.base is x
True
1、建立结构数组
persontype = np.dtype({
'names':['name','age','weight','height'],
'formats':['S30','i','f','f']}, align=True)
a = np.array([('Zhang',32,72.5,167),
('Wang',24,65,170)],dtype=persontype)
a['age'].base
array([(b'Zhang', 32, 72.5, 167.),
(b'Wang', 24, 65. , 170.)],
dtype={'names':['name','age','weight','height'],
'formats':['S30','<i4','<f4','<f4'],
'offsets':[0,32,36,40],
'itemsize':44,
'aligned':True})
2、高级切片和普通切片的不同
In [26]: a.base In [27]: a[0].base In [28]: a[:1].base Out[28]: array([123, 4, 5, 6, 78]) In [29]: a[[0,1]].base In [30]: a.base is None Out[30]: True In [31]: a[0].base is None Out[31]: True In [32]: a[:1].base is None Out[32]: False In [33]: a[[0,1]].base is None Out[33]: True
由上可见高级切片会开辟新的内存，复制被切出的数据，这是因为这种不规则的内存访问使用原来的内存结构效率很低(逻辑相邻元素内存不相邻，标准的访问由于固定了起始和步长相当于访问相邻元素，所以效率较高)，拷贝出来就是连续的内存数组了。
3、高级切片且不开辟新内存的方法
回到上上小节的结构数组，
print(a['age'].base is a) print(a[['age', 'height']].base is None)
True
True
我们通过指定内存解析方式，实现不开辟新内存，将原内存解析为高级切片指定的结构数组，
def fields_view(arr, fields):
dtype2 = np.dtype({name:arr.dtype.fields[name] for name in fields})
# print(dtype2)
# {'names':['age','weight'], 'formats':['<i4','<f4'], 'offsets':[32,36], 'itemsize':40}
# print([(name,arr.dtype.fields[name]) for name in fields])
# [('age', (dtype('int32'), 32)), ('weight', (dtype('float32'), 36))]
# print(arr.strides)
# (44,)
return np.ndarray(arr.shape, dtype2, arr, 0, arr.strides)
'''
ndarray(shape, dtype=float, buffer=None, offset=0,
| strides=None, order=None)
参数 类型 作用
shape int型tuple 多维数组的形状
dtype data-type 数组中元素的类型
buffer 用于初始化数组的buffer
offset int buffer中用于初始化数组的首个数据的偏移
strides int型tuple 每个轴的下标增加1时，数据指针在内存中增加的字节数
order 'C' 或者 'F' 'C':行优先；'F':列优先
'''
v = fields_view(a, ['age', 'weight'])
print(v.base is a)
v['age'] += 10
print('+++'*10)
print(v)
print(v.dtype)
print(v.dtype.fields)
print('+++'*10)
print(a)
print(a.dtype)
print(a.dtype.fields)
True
++++++++++++++++++++++++++++++
[(42, 72.5) (34, 65. )]
{'names':['age','weight'], 'formats':['<i4','<f4'], 'offsets':[32,36], 'itemsize':40}
{'age': (dtype('int32'), 32), 'weight': (dtype('float32'), 36)}
++++++++++++++++++++++++++++++
[(b'Zhang', 42, 72.5, 167.) (b'Wang', 34, 65. , 170.)]
{'names':['name','age','weight','height'], 'formats':['S30','<i4','<f4','<f4'], 'offsets':[0,32,36,40], 'itemsize':44, 'aligned':True}
{'name': (dtype('S30'), 0), 'age': (dtype('int32'), 32), 'weight': (dtype('float32'), 36), 'height': (dtype('float32'), 40)}
这里注意一下.dtype的’itemsize‘参数，表示添加一条（行）数据，内存增加了多少字节，由于保存了'offsets'偏移信息，我们生成的dtype展示的是一个稀疏的结构，但是每一行不会有多余的尾巴，这是因为空元素是由实元素记录偏移量的空隙产生的。
4、view
『Numpy』numpy.ndarray.view_数组视图_reshape、数组切片、数组内存开辟分析
如果两者的itemsize相同，我们可以直接使用array.view(dtype=dtype)来指定数组内存数据的展示视图形式，上面的代码这样修改一下，
def fields_view(arr, fields):
dtype2 = np.dtype({name:arr.dtype.fields[name] for name in fields})
return np.ndarray(arr.shape, dtype2, arr, 0, arr.strides)
v = fields_view(a, ['age', 'height'])
a.view(dtype=v.dtype)
array([(52, 167.), (44, 170.)],
dtype={'names':['age','height'], 'formats':['<i4','<f4'], 'offsets':[32,40], 'itemsize':44})
当我们最后一个偏移取到行末尾即属性'height'时，两者itemsize相等，可以指定view方法解析，
print(v.dtype)
# {'names':['age','height'], 'formats':['<i4','<f4'], 'offsets':[32,40], 'itemsize':44}
print(a.dtype)
# {'names':['name','age','weight','height'], 'formats':['S30','<i4','<f4','<f4'], 'offsets':[0,32,36,40], 'itemsize':44, 'aligned':True}
这是因为view本来用于解析内存数据的解析方式，对于结构数组就是每一行的解析方式，这个解析的方式(即输入参数我们自建的dtype)当然必须和内存数据的描述参数(即内存从属的数组的dtype)一致才行，否则解析数据无法对齐。
a.view(dtype=v.dtype)
array([(72, 167.), (64, 170.)],
dtype={'names':['age','height'], 'formats':['<i4','<f4'], 'offsets':[32,40], 'itemsize':44})