内存对齐#
NumPy 对齐目标#
在 NumPy 中，与内存对齐相关的用例有三个（截至 1.14 版本）
NumPy 使用两种不同的对齐方式来实现这些目标：“真对齐”和“Uint 对齐”。
“真”对齐是指C语言中等效C类型的架构相关对齐。例如，在x64系统中，float64等效于C语言中的double。在大多数系统上，它的对齐方式为4或8字节（这可以通过GCC选项malign-double控制）。如果变量的内存偏移量是其对齐方式的倍数，则该变量在内存中对齐。在某些系统（例如sparc）上，需要内存对齐；在其他系统上，它可以提高速度。
“Uint”对齐取决于数据类型的尺寸。它被定义为NumPy复制代码用来复制数据类型的uint的“真对齐”，如果没有等效的uint，则未定义/未对齐。目前，NumPy使用uint8，uint16，uint32，uint64和uint64分别复制大小为1、2、4、8、16字节的数据，所有其他大小的数据类型都不能进行uint对齐。
例如，在一个（典型的Linux x64 GCC）系统上，NumPy complex64数据类型实现为struct { float real, imag; }。“真”对齐为4，“uint”对齐为8（等于uint64的真对齐）。
- 一些uint和真对齐不同的情况（默认GCC Linux）
架构
类型
真对齐
uint对齐
x86_64
complex64
4
8
x86_64
float128
16
8
x86
float96
4
-
控制和描述对齐的NumPy变量#
在NumPy中，单词align有4种相关的用法
dtype.alignment属性（C语言中的descr->alignment）。这旨在反映类型的“真对齐”。除了使用align=True创建的结构化类型外，所有数据类型都具有架构相关的默认值，如下所述。ndarray 的
ALIGNED标志，在IsAligned中计算，并由PyArray_ISALIGNED检查。这是根据dtype.alignment计算的。如果数组中的每个元素都位于与dtype.alignment一致的内存位置，则将其设置为True，如果数组的data ptr和所有步长都是该对齐方式的倍数，则为这种情况。dtype构造函数的
align关键字，它只影响结构化数组。如果未手动提供结构的字段偏移量，则NumPy会自动确定偏移量。在这种情况下，align=True会填充结构，以便每个字段在内存中“真”对齐，并将dtype.alignment设置为字段“真”对齐的最大值。这类似于C结构体通常的做法。否则，如果手动提供偏移量或itemsize，align=True只会检查所有字段是否“真”对齐，并且总itemsize是否是最大字段对齐的倍数。在这两种情况下，dtype.isalignedstruct也设置为True。IsUintAligned用于确定ndarray是否“uint对齐”，其方式类似于IsAligned检查真对齐的方式。
对齐的结果#
以下是上述变量的使用方式
创建对齐的结构体：为了知道在
align=True时如何偏移字段，NumPy会查找field.dtype.alignment。这包括嵌套结构化数组的字段。Ufuncs：如果数组的
ALIGNED标志为False，则ufuncs将在评估之前缓冲/转换数组。这是必要的，因为ufunc内部循环直接访问原始元素，如果元素未真对齐，则在某些架构上可能会失败。Getitem/setitem/copyswap函数：与ufuncs类似，这些函数通常有两个代码路径。如果
ALIGNED为False，它们将使用缓冲参数以使其真对齐的代码路径。步幅复制代码：这里使用“uint对齐”。如果数组的itemsize等于1、2、4、8或16字节，并且数组是uint对齐的，则NumPy将对合适的N执行
*(uintN*)dst) = *(uintN*)src)。否则，NumPy通过执行memcpy(dst, src, N)来复制。Nditer代码：由于这通常调用步幅复制代码，因此必须检查“uint对齐”。
转换代码：这会检查“真”对齐，因为它如果对齐则执行
*dst = CASTFUNC(*src)。否则，它执行memmove(srcval, src); dstval = CASTFUNC(srcval); memmove(dst, dstval)，其中dstval/srcval是对齐的。
请注意，步幅复制和步幅转换代码是紧密相关的，因此任何由它们处理的数组都必须同时进行uint和真对齐，即使复制代码只需要uint对齐，转换代码只需要真对齐。如果此代码将来进行大规模重写，最好允许它们使用不同的对齐方式。