Python 如何比较numpy数组内存表示的相等性（例如，包括dtype）

如何比较两个numpy数组在内存中是否完全相同，以便

np.array([0,1]) == np.array([0,1])

是真的，但是

np.array([0,1]) == np.array([[0,1]])
np.array([0,1], dtype=np.int32) == np.array([0,1], dtype=np.int64)

都是假的

np.array_equal

没有

compare\u dtypes

选项。我猜数组的内存表示也可能有其他不同的方式（例如endian ness）

您可以使用它们来比较字节长度：

a1 = np.array([0,1], dtype=np.int32)
a2 = np.array([0,1], dtype=np.int64)
a1.itemsize == a2.itemsize
# False

---

如果要比较它们的大小和内容，可以使用以下方法检查数据内存的原始内容：

---

根据您希望涵盖的最小方面，将比较

x.dtype

（这包括endianness）

x.shape

和

x.strips

你可能还想看看一些旗帜。例如，

x.flags.aligned

可以被认为是广义内存布局的一部分，就像

x.flags.writeable

（可能还有

x.flags.owndata

）一样

---

另一方面，

C/F_continuous

标志在您了解形状和步幅后是多余的，最后还有

UPDATEIFCOPY

和

WRITEBACKIFCOPY

，我还不太了解，无法对此进行评论。

目前我正在使用

pickle.dumps

：

import pickle
a1 = np.array([0,1], dtype=np.int32)
a2 = np.array([0,1], dtype=np.int64)
pickle.dumps(a1) == pickle.dumps(a2)

---

但这似乎有点像黑客。

但这并不能比较内容？所以你的意思是内容和内存完全相同？是的-在所有方面都相同更新@user2667066我想我可以使用pickle.dumps进行序列化，并比较这些版本。不过有点老套。肯定有什么内在的东西？

import pickle
a1 = np.array([0,1], dtype=np.int32)
a2 = np.array([0,1], dtype=np.int64)
pickle.dumps(a1) == pickle.dumps(a2)