如何获取Python数组中元素的地址？

我是一个新手，我正在尝试获取Numpy或常规Python数组中特定索引处元素的地址。我正在关注Coursera上的一节课，其中讲师获得了地址，但我不知道我是否可以用Python做同样的事情，因为这节课是用另一种语言授课的。下面是我试图用代码实现的数学示例：

这是我想做的。假设我有以下带有索引的数组：

|_|_|_|_|_|_|_|
 1 2 3 4 5 6 7

我想计算索引4的地址，因此计算如下：

array_address + elem_size x (index - first_index)

我需要第一项，数组地址或基址。我试过这个：

import numpy as np

a = np.ndarray([1,2,3,4,5,6,7])
print(a.__array_interface__['data'])

但我每次运行它都会得到一个不同的值，它不是针对一个特定的索引

---

我相信我永远不必做这些计算，但我想深入了解我所学到的一切。或者我会用它？什么时候我会使用它的一些例子是什么？

数组及其属性：

In [28]: arr = np.arange(1,8)
In [29]: arr.__array_interface__
Out[29]: 
{'data': (41034176, False),
 'strides': None,
 'descr': [('', '<i8')],
 'typestr': '<i8',
 'shape': (7,),
 'version': 3}

切片共享数据缓冲区，但偏移量为4个元素（4*8）

使用此信息，我可以使用

ndarray

构造函数获取切片（通常不需要）：

---

arr.data

是一个

memoryview

对象，它以某种方式引用此数组的数据缓冲区。

arr.data

的id/地址与我上面使用的数据指针不同

In [38]: arr.data
Out[38]: <memory at 0x7f996d950e88>
In [39]: type(arr.data)
Out[39]: memoryview

---

数组及其属性：

In [28]: arr = np.arange(1,8)
In [29]: arr.__array_interface__
Out[29]: 
{'data': (41034176, False),
 'strides': None,
 'descr': [('', '<i8')],
 'typestr': '<i8',
 'shape': (7,),
 'version': 3}

切片共享数据缓冲区，但偏移量为4个元素（4*8）

使用此信息，我可以使用

ndarray

构造函数获取切片（通常不需要）：

---

arr.data

是一个

memoryview

对象，它以某种方式引用此数组的数据缓冲区。

arr.data

的id/地址与我上面使用的数据指针不同

In [38]: arr.data
Out[38]: <memory at 0x7f996d950e88>
In [39]: type(arr.data)
Out[39]: memoryview

---

请注意，在Python中数组索引以0开头。@101是的，谢谢。每次在Python中创建对象（即

a=…

）时，它在内存中可能（通常）有一个不同的地址。您可能只想创建一次

a

，然后根据

a

不变的内存地址进行其余的计算。地址的概念在python中不像在c中那样有用。没有指针（在ctypes或其他类型之外）。当你从低级/中级语言跳到高级语言时，这只是其中一个无法翻译的东西。除此之外，列表的元素（不能说是特定的wrt numpy）是不连续的。它只是一个独立分配元素的引用数组，所以你不能说第四个元素在基址+4，它可以在任何地方。如果你想用1到7的元素构造一个数组，

a=np.ndarray（[1,2,3,4,5,6,7]）

不是你怎么做的。您需要

np.array

。如果您想要一个由1到7的整数索引的数组，NumPy就不是这样工作的。所有NumPy数组都是0索引的。请注意，在Python中数组索引以0开头。@101是的，谢谢。每次在Python中创建对象（即

a=…

）时，它可能（通常）在内存中有不同的地址。您可能只想创建一次

a

，然后根据

a

不变的内存地址进行其余的计算。地址的概念在python中不像在c中那样有用。没有指针（在ctypes或其他类型之外）。当你从低级/中级语言跳到高级语言时，这只是其中一个无法翻译的东西。除此之外，列表的元素（不能说是特定的wrt numpy）是不连续的。它只是一个独立分配元素的引用数组，所以你不能说第四个元素在基址+4，它可以在任何地方。如果你想用1到7的元素构造一个数组，

a=np.ndarray（[1,2,3,4,5,6,7]）

不是你怎么做的。您需要

np.array

。如果您想要一个由1到7的整数索引的数组，NumPy就不是这样工作的。所有NumPy数组都是0索引的。值得注意的是：这是一个简单的情况，一维，没有跨步。对于更复杂的情况，您还需要考虑步幅长度，无论数据是行还是列主数据，首先是owndata还是视图，等等。值得注意的是：这是一个简单的情况，一维，没有步幅。对于更复杂的情况，您还需要考虑步幅长度，数据是行主还是列主，它是owndata还是视图，等等

In [37]: arr[4].__array_interface__
Out[37]: 
{'data': (38269024, False),
 'strides': None,
 'descr': [('', '<i8')],
 'typestr': '<i8',
 'shape': (),
 'version': 3,
 '__ref': array(5)}