Numpy 将对象数组转换为对象ID数组

我有一个列表，其中有几个对象排列在3个对象的元组中

l = [(ob1, ob2, ob3), (ob1, ob3, ob4), (ob4, ob5, ob6), ...]

有了numpy，我可以把这个列表保持不变

a = np.array(l)
a = a.ravel()

我几乎得到了一个带有

a.tobytes（）

但我仍然没有成功：\

---

如何将对象数组转换为对象id数组？

是什么阻止您使用

id

功能？另外，你在说什么东西？我这么问是因为元组实际上也是对象。 但是，假设您讨论的是obs的ID，那么您可以这样做：

object_ids = map(id, np.asarray(l).flatten())

编辑：

哦，事实上，如果你想要一个对象ID数组，那么也许你应该这样做：

get_ids = np.vectorize(lambda obj: id(obj))
array_of_obj_ids = get_ids(np.asarray(list_of_objects).flatten())

---

是什么阻止您使用

id

功能？另外，你在说什么东西？我这么问是因为元组实际上也是对象。 但是，假设您讨论的是obs的ID，那么您可以这样做：

object_ids = map(id, np.asarray(l).flatten())

编辑：

哦，事实上，如果你想要一个对象ID数组，那么也许你应该这样做：

get_ids = np.vectorize(lambda obj: id(obj))
array_of_obj_ids = get_ids(np.asarray(list_of_objects).flatten())

---

如果您不想复制数组的内容，可以将此黑客攻击用于ctypes：

import ctypes
import numpy as np

def switch_funcs(func1, func2):    
    from types import FunctionType
    assert isinstance(func1, FunctionType)
    assert isinstance(func2, FunctionType)

    size = FunctionType.__basicsize__

    func1_ptr = (ctypes.c_char * size).from_address(id(func1))
    func2_ptr = (ctypes.c_char * size).from_address(id(func2))

    store = (ctypes.c_char * size)(*func1_ptr)
    func1_ptr[:] = func2_ptr[:]
    func2_ptr[:] = store[:]


def dummy(*args, **vargs):
    pass

a = np.array([(ob1, ob2, ob3), (ob1, ob3, ob4), (ob4, ob5, ob6)])

switch_funcs(dummy, np.core._internal._view_is_safe)
b = a.view(dtype = 'u8')
switch_funcs(dummy, np.core._internal._view_is_safe)

print(b)

---

它暂时删除了阻止从dtype对象更改为uint64的检查。如果您不想复制数组的内容，您可以对ctypes使用此攻击：

import ctypes
import numpy as np

def switch_funcs(func1, func2):    
    from types import FunctionType
    assert isinstance(func1, FunctionType)
    assert isinstance(func2, FunctionType)

    size = FunctionType.__basicsize__

    func1_ptr = (ctypes.c_char * size).from_address(id(func1))
    func2_ptr = (ctypes.c_char * size).from_address(id(func2))

    store = (ctypes.c_char * size)(*func1_ptr)
    func1_ptr[:] = func2_ptr[:]
    func2_ptr[:] = store[:]


def dummy(*args, **vargs):
    pass

a = np.array([(ob1, ob2, ob3), (ob1, ob3, ob4), (ob4, ob5, ob6)])

switch_funcs(dummy, np.core._internal._view_is_safe)
b = a.view(dtype = 'u8')
switch_funcs(dummy, np.core._internal._view_is_safe)

print(b)

---

它暂时删除了阻止从dtype对象更改为uint64的检查。好吧，我已经通过

np.frombuffer（a.tobytes（），dtype='u8'）

有效地获得了一个ID列表，但是我非常喜欢

矢量化

函数，所以我将其标记为答案：）@Mano-Wii我很乐意提供帮助！是的，事实上，我的解决方案似乎更简洁。

np.frombuffer（a.tobytes（），dtype='u8'）

的作用并不明显：好吧，我已经通过

np.frombuffer（a.tobytes（），dtype='u8'）

有效地获得了一个ID列表，但是我非常喜欢

矢量化

函数，所以我将它标记为答案：）@Mano Wii我很乐意提供帮助！是的，事实上，我的解决方案似乎更简洁。

np.frombuffer（a.tobytes（），dtype='u8'）

的作用并不明显：