numpy数组的多个元素具有相同的id

Question

我试图理解为什么具有不同值的元素具有相同的id 。 有人可以向我解释一下 NumPy 中内存管理的情况。 下面的例子

import numpy as np
x=np.array([1,2,3,4])
print([id(a) for a in x])

[140718968034552, 140719258631960, 140718968034552, 140719258631960]

这里，第一个和第三个元素具有相同的id (140718968034552)，尽管它们拥有不同的数值。 与第二个和第四个元素相同。

Answer 1

In [54]: x=np.array([1,2,3,4])
In [55]: [type(a) for a in x]
Out[55]: [numpy.int64, numpy.int64, numpy.int64, numpy.int64]
In [56]: [id(a) for a in x]
Out[56]: [140147220886728, 140147220887808, 140147220886728, 140147220887808]

小整数的 id 是唯一的，但这不是数组包含的内容：

In [57]: [type(a) for a in x.tolist()]
Out[57]: [int, int, int, int]
In [58]: [id(a) for a in x.tolist()]
Out[58]: [10914496, 10914528, 10914560, 10914592]
In [59]: id(2)
Out[59]: 10914528

获取int对象的另一种方法：

In [60]: [id(a.item()) for a in x]
Out[60]: [10914496, 10914528, 10914560, 10914592]

编辑

如果我将x的元素分配给变量元组，则不会重用id 。 id(x0)仍在使用中，因此id(x2)无法接受。 Out[56]的改变只是解释器重用内存的产物。

In [73]: x0,x1,x2,x3 = x
In [74]: id(x0),id(x1),id(x2),id(x3)
Out[74]: (140146931335720, 140146931335504, 140146931335600, 140146931335576)
In [75]: type(x0)
Out[75]: numpy.int64