NumPy ndarray.data 属性

NumPy 的 ndarray.data 属性提供对保存数组原始数据的缓冲区的访问。它允许直接访问数组的内存，这在需要低级操作的场景中非常有用。

它以内存缓冲区的形式提供数组数据的视图，可与其他需要此类原始内存访问的库(例如 ctypes 或 C 扩展)结合使用。

data 属性不会暴露数组的形状或任何其他元数据，只会暴露内存中的原始字节数据。

NumPy 中 data 属性的用法

可以直接从 NumPy 数组对象访问 data 属性以获取内存缓冲区。此缓冲区可用于与低级库进行进一步操作，或用于与其他语言(如 C)接口。

虽然它通常不用于典型的数组操作，但在需要手动操作内存或将 NumPy 与需要访问数组原始内存的库集成时非常有用。

以下是一些示例，演示如何在 NumPy 中访问和使用 data 属性。

示例:访问一维数组的数据缓冲区

在此示例中，我们创建一个一维数组并访问其 data 属性以获取原始数据缓冲区 -

import numpy as np

# 创建一维数组
arr = np.array([1, 2, 3, 4])

# 访问数据属性
print(arr.data)

以下是得到的输出 -

<memory at 0x7f10b98a5c00>

示例:使用 ctypes 的数据缓冲区

在本例中，我们使用 data 属性访问一维数组的原始内存，并使用 ctypes 库与其交互 -

import numpy as np
import ctypes

# 创建一维数组
arr = np.array([1, 2, 3, 4])

# 访问数据缓冲区并使用 ctypes 指向它
ctypes_pointer = ctypes.cast(arr.ctypes.data, ctypes.POINTER(ctypes.c_int))

# 打印 ctypes 指针并取消引用它
print(ctypes_pointer)
# 打印指向的第一个值指针
print(ctypes_pointer.contents)

这将产生以下结果 -

<__main__.LP_c_int 对象位于 0x7ff95c9e4e40>
c_int(1)

示例:使用多维数组的数据

在本例中，我们创建一个二维数组，并使用 data 属性访问其原始数据缓冲区 -

import numpy as np

# 创建二维数组
arr = np.array([[1, 2], [3, 4]])

# 访问数据缓冲区
print(arr.data)

以下是上述代码的输出 -

<memory at 0x7fdd6508a190>

示例:直接修改数据缓冲区

在此示例中，我们通过 data 属性操作原始数据缓冲区来修改数组元素 -

import numpy as np
import ctypes

# 创建一维数组
arr = np.array([1, 2, 3, 4])

# 访问和修改原始数据缓冲区
ctypes_pointer = ctypes.cast(arr.ctypes.data, ctypes.POINTER(ctypes.c_int))
ctypes_pointer[0] = 100 # 修改第一个元素

# 打印修改后的 NumPy 数组
print(arr)

生成的结果如下 -

[100   2   3   4]

numpy_array_attributes.html