python - 直接从 __array_interface__ 创建 NumPy 数组

Question

假设我有一个 __array_interface__ 字典，我想从字典本身创建一个该数据的 numpy View 。例如:

buff = {'shape': (3, 3), 'data': (140546686381536, False), 'typestr': '<f8'}
view = np.array(buff, copy=False)

但是，这不起作用，因为 np.array 搜索缓冲区或数组接口(interface)作为属性。简单的解决方法如下:

class numpy_holder(object):
    pass

holder = numpy_holder()
holder.__array_interface__ = buff
view = np.array(holder, copy=False)

这似乎有点迂回。我是否缺少执行此操作的直接方法？

Answer 1

更正 - 使用正确的“数据”值，您的 holder 在 np.array 中工作:

np.array 肯定不会工作，因为它需要一个可迭代的东西，比如列表的列表，并解析各个值。

有一个低级构造函数，np.ndarray，它接受一个缓冲区参数。还有一个 np.frombuffer。

但我的印象是x.__array_interface__['data'][0]是数据缓冲区位置的整数表示，而不是直接指向缓冲区的指针。我只用它来验证 View 是否共享相同的数据缓冲区，而不是从中构造任何东西。

np.lib.stride_tricks.as_strided 使用 __array_interface__ 作为默认步幅和形状数据，但从数组中获取数据，而不是 __array_interface__ 词典。

===========

带有.data 属性的ndarray 示例:

In [303]: res
Out[303]: 
array([[ 0, 20, 50, 30],
       [ 0, 50, 50,  0],
       [ 0,  0, 75, 25]])
In [304]: res.__array_interface__
Out[304]: 
{'data': (178919136, False),
 'descr': [('', '<i4')],
 'shape': (3, 4),
 'strides': None,
 'typestr': '<i4',
 'version': 3}
In [305]: res.data
Out[305]: <memory at 0xb13ef72c>
In [306]: np.ndarray(buffer=res.data, shape=(4,3),dtype=int)
Out[306]: 
array([[ 0, 20, 50],
       [30,  0, 50],
       [50,  0,  0],
       [ 0, 75, 25]])
In [324]: np.frombuffer(res.data,dtype=int)
Out[324]: array([ 0, 20, 50, 30,  0, 50, 50,  0,  0,  0, 75, 25])

这两个数组都是 View 。

好的，使用您的holder 类，我可以做同样的事情，使用这个res.data 作为数据缓冲区。您的类创建了一个公开数组接口(interface)的对象。

In [379]: holder=numpy_holder()
In [380]: buff={'data':res.data, 'shape':(4,3), 'typestr':'<i4'}
In [381]: holder.__array_interface__ = buff
In [382]: np.array(holder, copy=False)
Out[382]: 
array([[ 0, 20, 50],
       [30,  0, 50],
       [50,  0,  0],
       [ 0, 75, 25]])