数组接口协议#
注意
本页面介绍了从其他 C 扩展访问 NumPy 数组内容的 NumPy 特定 API。 PEP 3118 – The Revised Buffer Protocol
为任何扩展模块引入类似的标准化 API,适用于 Python 2.6 和 3.0。 Cython 的缓冲区数组支持使用 PEP 3118 API;请参阅 Cython NumPy 教程。 Cython 提供了一种方法,可以使用低于 2.6 的 Python 版本编写支持缓冲区协议的代码,因为它具有利用此处描述的数组接口的向后兼容实现。
- 版本:
3
数组接口(有时称为数组协议)于 2005 年创建,旨在使类似数组的 Python 对象能够在可能的情况下智能地重用彼此的数据缓冲区。同质 N 维数组接口是对象共享 N 维数组内存和信息的默认机制。该接口包括使用两个属性的 Python 端和 C 端。希望在应用程序代码中被视为 N 维数组的对象应至少支持这些属性之一。希望在应用程序代码中支持 N 维数组的对象应至少查找这些属性之一,并适当地使用提供的信息。
此接口描述了同质数组,因为数组的每个项目都具有相同的“类型”。这种类型可以非常简单,也可以是相当任意且复杂的 C 风格结构。
有两种使用该接口的方法:Python 端和 C 端。两者都是独立的属性。
Python 端#
这种接口方法包括该对象具有 __array_interface__
属性。
- object.__array_interface__#
一个包含项目(3 个必需,5 个可选)的字典。如果字典中没有提供可选键,则它们具有隐含的默认值。
键是
- shape (必需)
一个元组,其元素是每个维度上的数组大小。每个条目都是一个整数(Python
int
)。请注意,这些整数可能大于平台int
或long
可以容纳的范围(Pythonint
是 Clong
)。使用此属性的代码应适当地处理这种情况;如果可能发生溢出,则引发错误,或者将long long
用作 C 类型以表示形状。- typestr (必需)
提供同质数组的基本类型的字符串。基本字符串格式包括 3 部分:一个字符描述数据的字节顺序(
<
:小端,>
:大端,|
:不相关)、一个字符代码给出数组的基本类型,以及一个整数提供类型使用的字节数。基本类型字符代码是
- descr (可选)
一个元组列表,提供对同质数组中每个项目内存布局的更详细描述。列表中的每个元组都有两个或三个元素。通常,当 typestr 为
V[0-9]+
时,将使用此属性,但这并不是必需的。唯一的要求是 typestr 键中表示的字节数与此处表示的总字节数相同。这样做的目的是支持构成数组元素的 C 风格结构的描述。列表中每个元组的元素是一个字符串,提供与数据类型这部分关联的名称。它也可以是
('full name', 'basic_name')
的元组,其中基本名称将是表示字段全名的有效 Python 变量名称。要么是 typestr 中的基本类型描述字符串,要么是另一个列表(用于嵌套结构化类型)。
一个可选的形状元组,提供结构这部分应该重复的次数。如果没有给出,则假定没有重复。可以使用此通用接口来描述非常复杂的结构。但是请注意,数组的每个元素仍然具有相同的数据类型。以下是一些使用此接口的示例。
默认值:
[('', typestr)]
- data (可选)
一个 2 元组,其第一个参数是一个 Python 整数,指向存储数组内容的数据区域。
注意
通过
PyLong_From*
或高级绑定(如 Cython 或 pybind11)从 C/C++ 转换时,请确保使用具有足够大位宽的整数。此指针必须指向数据的第一个元素(换句话说,在这种情况下始终忽略任何偏移量)。元组中的第二个条目是一个只读标志(true 表示数据区域是只读的)。
此属性也可以是一个公开 缓冲区接口 的对象,该接口将用于共享数据。如果此键不存在(或返回 None),则将通过对象本身的缓冲区接口进行内存共享。在这种情况下,可以使用 offset 键来指示缓冲区的起始位置。如果要保护内存区域,则新对象必须存储对公开数组接口的对象的引用。
默认值:
None
- strides (可选)
要么是
None
,表示 C 风格的连续数组,要么是步长元组,提供跳转到相应维度上的下一个数组元素所需的字节数。每个条目必须是一个整数(Pythonint
)。与形状一样,值可能大于 Cint
或long
可以表示的范围;调用代码应适当地处理这种情况,要么引发错误,要么在 C 中使用long long
。默认值为None
,这意味着 C 风格的连续内存缓冲区。在此模型中,数组的最后一个维度变化最快。例如,对于其数组条目长度为 8 字节且形状为(10, 20, 30)
的对象的默认步长元组将是(4800, 240, 8)
。默认值:
None
(C 风格的连续)- mask (可选)
None
或一个公开数组接口的对象。掩码数组的所有元素都应仅解释为 true 或非 true,指示该数组的哪些元素有效。此对象的形状应与原始数组的形状“可广播”。默认值:
None
(所有数组值都有效)- offset (可选)
数组数据区域中的整数偏移量。这只在 data 为
None
或返回memoryview
对象时可以使用。默认值:
0
。- version (必需)
一个整数,显示接口的版本(即此版本的 3)。小心不要使用此方法来使公开未来版本接口的对象失效。
C 结构访问#
这种接口方法允许使用一个属性查找和一个定义明确的 C 结构来更快地访问数组。
- object.__array_struct__#
一个
PyCapsule
,其pointer
成员包含指向填充的PyArrayInterface
结构的指针。结构的内存是动态创建的,并且PyCapsule
也是使用适当的析构函数创建的,因此此属性的检索器只需对返回的该属性的对象应用Py_DECREF
,即可完成处理。此外,要么需要复制数据,要么需要保留对公开此属性的对象的引用,以确保数据不会被释放。公开__array_struct__
接口的对象也不应在其他对象引用它们时重新分配其内存。
PyArrayInterface
结构在 numpy/ndarrayobject.h
中定义为
typedef struct {
int two; /* contains the integer 2 -- simple sanity check */
int nd; /* number of dimensions */
char typekind; /* kind in array --- character code of typestr */
int itemsize; /* size of each element */
int flags; /* flags indicating how the data should be interpreted */
/* must set ARR_HAS_DESCR bit to validate descr */
Py_ssize_t *shape; /* A length-nd array of shape information */
Py_ssize_t *strides; /* A length-nd array of stride information */
void *data; /* A pointer to the first element of the array */
PyObject *descr; /* NULL or data-description (same as descr key
of __array_interface__) -- must set ARR_HAS_DESCR
flag or this will be ignored. */
} PyArrayInterface;
flags 成员可能包含 5 位,显示如何解释数据,以及 1 位,显示如何解释接口。数据位是 NPY_ARRAY_C_CONTIGUOUS
(0x1)、NPY_ARRAY_F_CONTIGUOUS
(0x2)、NPY_ARRAY_ALIGNED
(0x100)、NPY_ARRAY_NOTSWAPPED
(0x200) 和 NPY_ARRAY_WRITEABLE
(0x400)。最后一个标志 NPY_ARR_HAS_DESCR
(0x800) 指示此结构是否具有 arrdescr 字段。除非此标志存在,否则不应访问该字段。
-
NPY_ARR_HAS_DESCR#
自 2006 年 6 月 16 日起新增
过去,大多数实现使用 desc
成员,该成员属于 PyCObject
(现在为 PyCapsule
)本身(不要将此与上述 PyArrayInterface
结构的“descr”成员混淆 - 它们是两个不同的东西)来保存指向暴露接口的对象的指针。这现在是接口的明确一部分。请务必获取对该对象的引用并调用 PyCapsule_SetContext
,然后再返回 PyCapsule
,并配置一个析构函数来减少此引用的引用计数。
注意
__array_struct__
被认为是遗留的,不应在新的代码中使用。请改为使用 缓冲协议 或 DLPack 协议 numpy.from_dlpack
。
类型描述示例#
为了清楚起见,提供一些类型描述和相应的 __array_interface__
‘descr’ 条目的示例是有用的。感谢 Scott Gilbert 提供这些示例
在所有情况下,‘descr’ 键都是可选的,但它当然提供了更多信息,这对于各种应用来说可能很重要
* Float data
typestr == '>f4'
descr == [('','>f4')]
* Complex double
typestr == '>c8'
descr == [('real','>f4'), ('imag','>f4')]
* RGB Pixel data
typestr == '|V3'
descr == [('r','|u1'), ('g','|u1'), ('b','|u1')]
* Mixed endian (weird but could happen).
typestr == '|V8' (or '>u8')
descr == [('big','>i4'), ('little','<i4')]
* Nested structure
struct {
int ival;
struct {
unsigned short sval;
unsigned char bval;
unsigned char cval;
} sub;
}
typestr == '|V8' (or '<u8' if you want)
descr == [('ival','<i4'), ('sub', [('sval','<u2'), ('bval','|u1'), ('cval','|u1') ]) ]
* Nested array
struct {
int ival;
double data[16*4];
}
typestr == '|V516'
descr == [('ival','>i4'), ('data','>f8',(16,4))]
* Padded structure
struct {
int ival;
double dval;
}
typestr == '|V16'
descr == [('ival','>i4'),('','|V4'),('dval','>f8')]
应该清楚的是,任何结构化类型都可以使用此接口进行描述。
与数组接口(版本 2)的差异#
版本 2 接口非常相似。差异主要是审美上的。特别是
PyArrayInterface 结构在末尾没有 descr 成员(因此没有 ARR_HAS_DESCR 标志)
从
__array_struct__
返回的PyCapsule
的context
成员(以前是PyCObject
的desc
成员)未指定。通常,它是暴露数组的对象(以便可以保留对它的引用并在 C 对象被销毁时销毁它)。现在有一个明确的要求,即此字段必须以某种方式用于保存对拥有对象的引用。注意
在 2020 年 8 月之前,它说的是
现在它必须是一个元组,其第一个元素是一个字符串,包含“PyArrayInterface 版本 #”,其第二个元素是暴露数组的对象。
这种设计几乎是在提出后立即被撤回的,在 <https://mail.python.org/pipermail/numpy-discussion/2006-June/020995.html> 中。尽管有 14 年的文档记录与之相反,但在任何时候,假设
__array_interface__
胶囊包含此元组内容都是无效的。从
__array_interface__['data']
返回的元组曾经是一个十六进制字符串(现在是一个整数或一个长整数)。没有
__array_interface__
属性,而是__array_interface__
字典中的所有键(除了版本)都是它们自己的属性:因此,要获得 Python 端信息,您必须分别访问这些属性__array_data__
__array_shape__
__array_strides__
__array_typestr__
__array_descr__
__array_offset__
__array_mask__