比较两个numpy数组的对象id

Question

我使用numpy已经有一段时间了，但是我偶然发现了一件我没有完全理解的事情：

a = np.ones(20)
b = np.zeros(10)

print(id(a)==id(b))          # prints False
print(id(a), id(b))          # prints (4591424976, 4590843504)

print(id(a[0])==id(b[0]))    # prints True 
print(id(a[0]), id(b[0]))    # prints (4588947064, 4588947064)

print(id(a[0]))              # 4588947184
print(id(b[0]))              # 4588947280

有人能解释一下在最后四份书面陈述中观察到的行为吗？另外，我知道id给了内存中实际分配的唯一对象id，但是每次我运行最后两个print语句时，我得到的id值都不同。这是预期的行为吗？在

Answer 1

需要注意的是，Python中的所有内容都是一个对象，甚至包括数字和类。 您已经获取了2个numpy数组对象，每个对象都包含相同的值，即0。 当你说：

print('id of 0 =',id(0))

a = 0
print('id of a =',id(a))

b = a
print('id of b =',id(b))

c = 0.0
print('id of c =',id(c))

你得到的答案是（你的情况不同）：

^{pr2}$

因此，整数0有一个唯一的id。整数0的id在生存期内保持不变。float0.0和其他对象的情况类似。 所以在您的例子中，a[0]或{}对象id为零将保持不变，直到或除非它是活动的，因为它们都包含0作为对象值。 每次在不同的行中打印a[0]或b[0]，都会返回对象的不同标识，因为您在不同的行触发它，因此生命周期也不同。 你可以试试：

print(id(a)==id(b))
print(id(a),id(b))
print(id(a[0])==id(b[0]))
print(id(a[0]),id(b[0]))

输出将是：

False
2566443478752 2566448028528
True
2566447961120 2566447961120

注意，第二行将返回numpy数组类型的对象的2个不同标识，因为这两个都是不同的列表。在

Answer 2

简而言之，您应该忘记依赖id来深入了解python的工作原理。它的输出受cpython实现细节、窥视孔优化和内存重用的影响。通常，{}是一条红鲱鱼。这对纽比来说尤其如此。在

在您的特定情况下，只有a和b作为python对象存在。当您获取元素a[0]时，您将实例化一个新的python对象，一个numpy.float64类型的标量（或者根据您的系统，numpy.float32）可能是一个标量。这些是新的python对象，因此被赋予了一个新的id，，除非解释器意识到您试图使用这个对象两次（这可能是您中间的例子中发生的情况，尽管我发现两个具有不同值的numpy.float64对象被赋予相同的id。但是，如果您首先将a[0]和{}分配给专有名称，那么奇怪的魔力就消失了，所以这可能是由于某种优化）。也有可能是内存地址被解释器重用，从而得到之前出现的id。在

只是想看看id对numpy有多无意义，即使是琐碎的视图也是带有新的id的新python对象，尽管出于所有意图和目的，它们都与原始视图一样好：

>>> arr = np.arange(3)

>>> id(arr)
140649669302992

>>> id(arr[...])
140649669667056

下面是一个在交互式shell中id重用的示例：

^{pr2}$

当然，对于numpy数组不存在^{} interning这样的事情，所以以上只是由于解释器重用了ids。id返回内存地址的事实同样只是cpython实现的一个细节。忘掉id。在

您可能只想在numpy中使用^{}和{a3}。在