Python numpy库是如何实现n维数组的？

numpy是一个python库

有n维数组、n维数组的切片和n维数组的选择：

A = np.empty( (10,4,5) ) # a 3-dimensional array
B = A[1]                 # slice of A, this doesn't copy
                         # the data of A.
C[[0,1,5]]               # selection of a n-dimensional array
A[[0,1,5]] = 4           # what is the thing at left?

如何实现C++中类似的东西？这三种情况应该属于同一个抽象类。如果没有，数学函数是否都有9个版本（A+A、A+B、A+C…）

如果它们都属于同一个抽象类，如何实现？ 我应该读哪个numpy源代码文件

可能的C实现++

定义一个数组类A。一个内存块附加到类A。另一个类B从类A的对象构造一个n维数组。没有内存块附加到类B，但B有一个指向A内存子部分的指针。切片B创建另一个B

---

缺点是当A被销毁时，B不会被销毁。

numpy

使用

C

，而不是

C++

。它可以使用C++编写的库，也可以使用FORTRAN，但核心是代码> C>代码>。当然还有很多Python，使用Cython将Python翻译成C

该代码可以在NumpyGithub存储库中找到，但并不容易理解

有一个

np.ndarray

类。所有这些物体都是这个

A = np.empty( (10,4,5) ) # a 3-dimensional array

是一个ndim=3的

ndarray

，形状为（10,4,5）。它有一个

databuffer

——一个带有实际数据值的1d C数组

B = A[1]                 # slice of A, this doesn't copy

这是一种观点。它是另一个

ndarray

，具有

ndim

2，形状（4,5），但它与一个共享数据缓冲区

C[[0,1,5]]  

这是另一个

ndarray

，ndim为3，形状为（3,4,5）。它的databuffer是新的，其值是从A复制的

从C程序员的角度描述数组。我相信基本的数组类是

PyArrayObject

PyArrayObject C结构包含数组所需的所有信息。ndarray的所有实例（及其子类）都将具有此结构

---

;) 更严重的是，您的问题要么不清楚，要么太宽泛，要么是针对非现场资源的推荐问题。无论哪种情况，都不能以当前的形式来回答。C++？NumPy是用C和Python混合编写的。源代码太大了。哪个文件定义了n维数组的实现？它们如何进行清理？销毁A、B和C也会释放内存吗？谢谢你的解释。A和B共享的数据缓冲区只有在解释器对其进行垃圾收集后才能释放。C独立于两者。但用户通常不会关注这些内存细节。