Question

我尝试以这种方式在数组上使用resize：

a = np.array([1,2,3,4,5,6], dtype=np.uint8)
a.resize(4,2)
print a

输出正常！（我的意思是没有错误）。但是当我运行这段代码时：

a = np.array([1,2,3,4,5,6], dtype=np.uint8).reshape(2,3)
a.resize(4,2)
print a

它引起了一个错误，说ValueError: cannot resize this array: it does not own its data

我的问题：为什么在应用reshape后，数组的所有权发生了变化？所有权授予谁！？ reshape不会创建新内存，而是在同一阵列内存上执行操作！那么为什么所有权会改变呢？

我看过np.reshape和ndarray.resize doc，但我无法理解原因。我看了this post。在应用ndarray.flags方法之前，我始终可以检查resize。

Answer 1

让我们从以下内容开始：

>>> a = np.array([1,2,3,4,5,6], dtype=np.uint8)
>>> b = a.reshape(2,3)
>>> b[0,0] = 5
>>> a
array([5, 2, 3, 4, 5, 6], dtype=uint8)

我在这里可以看到数组b不是它自己的数组，只是a的视图（只是了解＆＃34; OWNDATA＆＃34;标志的另一种方式）。简而言之，a和b都会在内存中引用相同的数据，但b正在查看具有不同形状的a。调用像resize这样的ndarray.resize函数尝试更改数组到位，因为b只是a的视图，这是不允许的来自resize定义：

引用计数检查的目的是确保不将此数组用作另一个Python对象的缓冲区，然后重新分配内存。

要绕过您的问题，您可以从numpy（不是ndarray的属性）调用resize来检测此问题并自动复制数据：

>>> np.resize(b,(4,2))
array([[5, 2],
       [3, 4],
       [5, 6],
       [5, 2]], dtype=uint8)

编辑：正如CT朱正确提到np.resize和ndarray.resize以两种不同的方式添加数据。要将预期行为重现为ndarray.resize，您必须执行以下操作：

>>> c = b.copy()
>>> c.resize(4,2)
>>> c
array([[5, 2],
       [3, 4],
       [5, 6],
       [0, 0]], dtype=uint8)

Numpy，阵列没有自己的数据？

1 个答案: