使用“broadcast_to”广播后 numpy 数组中的“nbytes”值错误

Question

我刚刚注意到这一点：

import numpy as np
import sys

arr = np.broadcast_to(0, (10, 1000000000000))
print(arr.nbytes)  # prints "80000000000000"
print(sys.getsizeof(arr))  # prints "120"

这是错误还是预期的行为？ 即， nbytes是否意味着保存“逻辑”字节的数量，而不是 0 步？

Answer 1

虽然我没有看到它的记录，但nbytes看起来确实像 shape 和itemsize的乘积，或者arr.size*arr.itemsize 。

在我看过的所有示例中， nbytes使用 arrays 的形状/大小，而不是它的base 。 所以我不会过多地阅读文档中使用的“消耗”。

你的例子：

In [117]: arr = np.broadcast_to(0,(1,2,3))
In [119]: arr.shape, arr.strides, arr.nbytes
Out[119]: ((1, 2, 3), (0, 0, 0), 24)
In [120]: arr.base
Out[120]: array(0)
In [121]: arr.base.nbytes
Out[121]: 4

广播数组是一个小得多的view ； nbytes反映了它自己的形状，而不是 base 的形状。

再举一个例子，其中view是基础的子集：

In [122]: np.arange(100).nbytes
Out[122]: 400
In [123]: np.arange(100)[::4].nbytes
Out[123]: 100

broadcast_to的代码可在np.lib.stride_tricks._broadcast_to查看。 它使用np.nditer生成新视图。

sys.getsizeof做了一个合理的工作，返回 memory 用于一个数组及其 on 数据（即base是None ）。 它不为view提供任何有用的信息。

滑动窗口

用于制作“更大”阵列的跨步技巧的另一个示例：

In [180]: arr = np.arange(16).reshape(4,4).copy()
In [181]: arr.shape, arr.strides, arr.nbytes
Out[181]: ((4, 4), (16, 4), 64)

In [182]: res = np.lib.stride_tricks.sliding_window_view(arr,(2,2))    
In [183]: res.shape, res.strides, res.nbytes
Out[183]: ((3, 3, 2, 2), (16, 4, 16, 4), 144)

这是原始 (4,4) arr的view ：

In [184]: res.base
Out[184]: <numpy.lib.stride_tricks.DummyArray at 0x1fa8e7cc730>
In [185]: res.base.base
Out[185]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
In [186]: res.base.base is arr
Out[186]: True