Python 通过沿一个轴堆叠，将两个numpy视图合并为一个视图

我是否在概念上没有掌握某些东西（仅相似），或者为什么沿第一个

轴=0

堆叠多个视图不会产生新视图？问题在于：多个2d数组（其中的单行应组合成一个新矩阵）也是一个不增加内存使用的视图。例如：

recs = np.arange(2*2).reshape(2,2)
recs2 = np.arange(4,2*2*2).reshape(2,2)
print(recs)
print(recs2)
rv0 = recs[0].view()
r2v0 = recs2[0].view()
#now combine
mview = np.stack([rv0,r2v0], axis=0)
print(mview)
np.may_share_memory(mview,recs2)

印刷品

[[0 1]
 [2 3]]
[[4 5]
 [6 7]]
[[0 1]
 [4 5]]
False #sure a copy

---

是因为2d数组是独立的内存区域，因此生成的数组不允许切片等操作吗

All

concatenate

（

stack

只是另一种调用方式）使用自己的数据缓冲创建一个数组。它从来不是原始版本的

视图

您的
rv0
是一个数组（
np.ndarray
），类似于
recs
，具有自己的形状、数据类型和步幅。它只与
rec
共享数据缓冲区。它可以描述为
recs
的“视图”，但在其他方面，它与任何其他数组一样使用。它没有特别标记为
视图
类或对象

In [409]: recs = np.arange(2*2).reshape(2,2)
     ...: recs2 = np.arange(4,2*2*2).reshape(2,2)

由于
recs
是
arange
生成的数组的
重塑
，因此它也是一个“视图”。这一点可以通过以下方式更加明显：

temp = np.arange(2*2)
recs = temp.reshape(2,2)
np.may_share_memory(temp, recs)

可以说，我们可以用
ravel（）
（它只生成一个1d视图）来拍摄databuffer的快照：

现在看一下
堆栈
：

In [414]: mview = np.stack([recs,recs2], axis=0)
In [415]: mview
Out[415]: 
array([[[0, 1],
        [2, 3]],

       [[4, 5],
        [6, 7]]])
In [416]: mview.ravel()
Out[416]: array([0, 1, 2, 3, 4, 5, 6, 7])

mview的
ravel
不是
Out[411]
和
Out[412]
的子集
mview
必须有自己的连续数据缓冲区。没有任何机制可以使一个数组与2个或更多其他数组共享内存（除非它们也共享内存）


即使是由同一数组的切片构成的
堆栈
，也有自己的数据缓冲区：

In [420]: x = np.stack((recs[0],recs[1]))
In [421]: x
Out[421]: 
array([[0, 1],
       [2, 3]])
In [422]: np.may_share_memory(recs, x)
Out[422]: False

我喜欢使用
\uuuu数组\u接口\uuuu
检查数据缓冲区位置（其他定义属性）：

[423]中的
：记录\数组\接口__
Out[423]：
{'data'：（37584304，假），
“跨步”：无，
'描述'：[（''，'
In [420]: x = np.stack((recs[0],recs[1]))
In [421]: x
Out[421]: 
array([[0, 1],
       [2, 3]])
In [422]: np.may_share_memory(recs, x)
Out[422]: False

In [423]: recs.__array_interface__
Out[423]: 
{'data': (37584304, False),
 'strides': None,
 'descr': [('', '<i8')],
 'typestr': '<i8',
 'shape': (2, 2),
 'version': 3}

In [424]: x.__array_interface__
Out[424]: 
{'data': (37614336, False),
 'strides': None,
 'descr': [('', '<i8')],
 'typestr': '<i8',
 'shape': (2, 2),
 'version': 3}