python - 如何阻止 numpy meshgrid 将默认数据类型设置为 int64

Question

我必须使用 numpy meshgrid 创建一个非常大的网格。为了节省内存，我使用 int8 作为我尝试网格化的数组的数据类型。但是，meshgrid 不断将类型更改为使用大量内存的 int64。这是问题的一个简单示例...

import numpy

grids = [numpy.arange(1, 4, dtype=numpy.int8), numpy.arange(1, 5, dtype=numpy.int8)]

print grids
print grids[0].dtype, grids[0].nbytes

x1, y1 = numpy.meshgrid(*grids)

print x1.dtype, x1.nbytes

这个脚本打印

[array([1, 2, 3], dtype=int8), array([1, 2, 3, 4], dtype=int8)]

int8 3

int64 96

meshgrid 为什么要这样做？有什么办法可以阻止它吗？我需要创建一个巨大的数组，所以除非我可以控制输出的数据类型，否则我不能使用 meshgrid。这是预期的行为还是一个 numpy 错误？我在 numpy 中使用的所有其他函数都保留数据类型或允许您使用 dtype 参数更改它。 meshgrid 函数似乎不允许这样做。

Answer 1

您可以设置numpy.meshgrid() 的可选copy 参数到 False(但是请注意，它有一些限制):

meshgrid(*xi, **kwargs)

...

copy : bool, optional

If False, a view into the original arrays are returned in order to conserve memory. Default is True. Please note that sparse=False, copy=False will likely return non-contiguous arrays. Furthermore, more than one element of a broadcast array may refer to a single memory location. If you need to write to the arrays, make copies first.

它有效的证明:

>>> import numpy
>>> 
>>> grids = [numpy.arange(1, 4, dtype=numpy.int8), numpy.arange(1, 5, dtype=numpy.int8)]
>>> 
>>> print grids
[array([1, 2, 3], dtype=int8), array([1, 2, 3, 4], dtype=int8)]
>>> print grids[0].dtype, grids[0].nbytes
int8 3
>>>
>>> x1, y1 = numpy.meshgrid(*grids, copy=False)
>>>                        #        ^^^^^^^^^^
>>> print x1.dtype, x1.nbytes
int8 12