上QQ阅读APP看书，第一时间看更新
2.5.3 与结构数组共享内存
从结构数组获取某个字段时，得到的是原数组的视图，但是如果获取多个字段，将得到一个全新的数组，不与原数组共享内存。
persontype = np.dtype({
'names':['name', 'age', 'weight', 'height'],
'formats':['S30','i', 'f', 'f']}, align= True )
a = np.array([("Zhang", 32, 72.5, 167.0),
("Wang", 24, 65.2, 170.0)], dtype=persontype)
print a["age"].base is a #视图
print a[["age", "height"]].base is None #复制
True
True
为了创建结构数组的多字段视图，可以使用下面的fields_view( )函数。它通过原数组的dtype属性创建视图数组的dtype对象。然后通过ndarray( )创建视图数组。
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", "weight"])
print v.base is a
v["age"] += 10
print a
True
[('Zhang', 42, 72.5, 167.0) ('Wang', 34, 65.19999694824219, 170.0)]
dtype对象的fields属性是一个以字段名为键、以字段类型和字节偏移量为值的字典，使用它创建新的dtype对象时，可以保持字段的偏移量：
print a.dtype.fields
print a.dtype
print v.dtype
{'age': (dtype('int32'), 32), 'name': (dtype('S30'), 0),
'weight': (dtype('float32'), 36), 'height': (dtype('float32'), 40)}
{'names':['name','age','weight','height'], 'formats':['S30','<i4','<f4','<f4'],
'offsets':[0,32,36,40], 'itemsize':44, 'aligned':True}
{'names':['age','weight'], 'formats':['<i4','<f4'], 'offsets':[32,36], 'itemsize':40}
如果这两个dtype对象的itemsize属性相同，那么可以使用数组的view( )方法创建视图对象。但是从上面的输出可以看到两个dtype对象的字节数并不相同，一个是44个字节，另一个是40个字节。遇到这种情况时，可以使用ndarray( )创建数组的视图，它的调用参数如下：
ndarray(shape, dtype=float, buffer=None, offset=0, strides=None, order=None)
●shape：所创建数组的形状。
●dtype：数组元素类型的dtype对象。
●buffer：拥有buffer接口的对象，所创建的数组将与该对象共享内存。
●offset：buffer对象的数据内存中的起始地址的偏移量。
●strides：所创建数组的strides属性，即每个轴上的下标增加1时的地址增量。
●order：C语言格式或Fortran语言格式。
在fields_view( )中，我们所创建的数组视图与原数组拥有相同的shape、data和strides属性。而dtype属性中的字段与原数组拥有相同的偏移量，显然这样的新数组能够与原数组共享内存。