Python 永远不要分配numpy.ufunc的输出

此问题提供了有关使用输入作为输出以使用

numpy.ufunc

就地计算某物的信息：

是否可以避免为

numpy.ufunc

的不需要的输出分配空间？例如，假设我只需要来自

modf

的两个输出中的一个。我是否可以确保永远不会分配另一个不需要的数组

我原以为将

\uuu

传递到

外

可能会这样做，但它会抛出一个错误：

import numpy as np
ar = np.arange(6)/3
np.modf(ar, out=(ar, _))    

TypeError: return arrays must be of ArrayType

---

正如文档中所说，传递

None

意味着在函数中分配并返回输出数组。我可以忽略返回的值，但它仍然必须在函数内部分配和填充。

您可以通过传递一个“假”数组来最小化分配：

此虚拟数组与单个

双

一样大，并且

modf

不会在内部进行分配

编辑根据@Eric和@hpaulj的建议，一个更普遍和长期的解决方案是

np.lib.stride_tricks._broadcast_to(np.empty(1, ar.dtype), ar.shape, False, False)

---

为什么要担心这个？返回多个数组的

ufunc

并不多。使用

np.余数（arr，1）

如何？这更多的是一个关于

ufunc

限制的问题，而不是一个特定的用例。我的额外阅读使我确信这是不可能的。

np.broadcast_to（np.empty（（），dtype），shape）

是一种更通用的模式，它也适用于非数字数组。

np.modf（ar，out=（ar，np.broadcast_to（np.empty（（），ar.dtype），ar.shape））

不起作用，因为第二个输出是只读的。这很好！第二个输出仍然是长度正确的数组，但所有元素都指向内存中的同一位置。

broadcast\u to

和

broadcast\u数组

都使用

np.lib.stride\u技巧。\u broadcast\u to

。一个使用

readonly=True

参数，另一个将其设置为

False

。但是代码中有一个TODO注释，关于将其更改为

readonly

，因此从长远来看，这个答案可能需要修改。有趣的是，所有这些中的底层工具都是

nditer

。

np.lib.stride_tricks._broadcast_to(np.empty(1, ar.dtype), ar.shape, False, False)