NEP 27 — 零秩数组#

作者:

Alexander Belopolsky (sasha),记录者 Matt Picus <matti.picus@gmail.com>

状态:

最终

类型:

信息性

创建时间:

2006-06-10

决议:

https://mail.python.org/pipermail/numpy-discussion/2018-October/078824.html

注意

NumPy 既有零秩数组,也有标量。这份设计文档改编自2006 年的 wiki 条目,描述了零秩数组是什么以及它们为何存在。它于 2018-10-13 被转录为 NEP,并更新了链接。该拉取请求引发了关于 NumPy 中零秩数组和标量持续必要性的热烈讨论

这里的一些信息已经过时,例如 0-D 数组的索引现在已实现且不会报错。

零秩数组#

零秩数组是 shape=() 的数组。例如

>>> x = array(1)
>>> x.shape
()

零秩数组和数组标量#

数组标量在许多方面与零秩数组相似

>>> int_(1).shape
()

它们甚至打印出来也一样

>>> print int_(1)
1
>>> print array(1)
1

然而,它们之间存在一些重要的区别

  • 数组标量是不可变的

  • 数组标量对于不同的数据类型具有不同的 Python 类型

数组标量的动机#

NumPy 除了原生 Python 类型外,还提供了 0-d 数组和数组标量,这一设计决策违背了 Python 的一项基本设计原则,即做一件事应该只有一种显而易见的方法。在本节中,我们将尝试解释为什么有三种不同的方式来表示一个数字是必要的。

曾有几条 numpy-discussion 讨论串

曾多次建议 NumPy 在所有情况下都使用秩-0 数组来表示标量。将秩-0 数组转换为标量的优缺点总结如下

  • 优点

    • 在某些情况下,当 Python 期望一个整数时(最显著的是对序列进行切片和索引时:_PyEval_SliceIndex 在 ceval.c 中),它不会在引发错误之前尝试将其首先转换为整数。因此,拥有一个能被数组对象自动转换为整数的 0-维数组是很方便的。

    • 避免了两种类型之间几乎相同但不完全相同,且其独立存在只能用 Python 和 NumPy 开发历史来解释的用户混淆风险。

    • 解决了进行显式类型检查的代码问题(isinstance(x, float)type(x) == types.FloatType))。尽管显式类型检查通常被认为是糟糕的做法,但也有一些有效的原因需要使用它们。

    • 在 pickle 文件中不创建对 Numeric 的依赖(尽管这也可以通过为数组的 pickle 代码设置特殊情况来实现)

  • 缺点

    • 编写通用代码很困难,因为标量不具备与数组相同的方法和属性(例如 .type.shape)。此外,Python 标量也有不同的数值行为。

    • 这导致了不愉快的特殊情况检查。从根本上说,它让用户相信多维同构数组某种程度上类似于 Python 列表(除了 Object 数组外,它们并非如此)。

NumPy 实现了一个旨在拥有上述所有优点而没有缺点的解决方案。

为所有 21 种类型创建 Python 标量类型,并继承已有的三种类型。为这些 Python 标量类型定义等效的方法和属性。

零秩数组的必要性#

一旦使用零秩数组表示标量的想法被否决,自然会考虑是否可以完全消除零秩数组。然而,在某些重要的用例中,零秩数组无法被数组标量替代。另请参阅 2006 年 2 月的“关于秩-0 数组的案例”

  • 输出参数

    >>> y = int_(5)
    >>> add(5,5,x)
    array(10)
    >>> x
    array(10)
    >>> add(5,5,y)
    Traceback (most recent call last):
         File "<stdin>", line 1, in ?
    TypeError: return arrays must be of ArrayType
    
  • 共享数据

    >>> x = array([1,2])
    >>> y = x[1:2]
    >>> y.shape = ()
    >>> y
    array(2)
    >>> x[1] = 20
    >>> y
    array(20)
    

零秩数组的索引#

截至 NumPy 0.9.3 版本,零秩数组不支持任何索引

>>> x[...]
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
IndexError: 0-d arrays can't be indexed.

另一方面,对于零秩数组,有几种情况是有意义的。

省略号和空元组#

Alexander 在 scipy-dev 上发起了2006 年 1 月的讨论,提出了以下建议:

……允许 a[...] 可能是合理的。这样,省略号就可以解释为任意数量的 :,包括零个。另一个对标量有意义的下标操作将是 a[...,newaxis] 甚至 a[{newaxis, }* ..., {newaxis,}*],其中 {newaxis,}* 代表任意数量的逗号分隔的 newaxis 标记。这将允许在通用代码中使用省略号,使其适用于任何 numpy 类型。

Francesc Altet 支持在零秩数组上使用 [...] 的想法,并建议也支持 [()]

Francesc 的提案是:

In [65]: type(numpy.array(0)[...])
Out[65]: <type 'numpy.ndarray'>

In [66]: type(numpy.array(0)[()])   # Indexing a la numarray
Out[66]: <type 'int32_arrtype'>

In [67]: type(numpy.array(0).item())  # already works
Out[67]: <type 'int'>

对于零秩数组 xx[...]x[()] 都应该是有效的,这一点已达成共识,但结果类型仍是一个问题——是零秩 ndarray 还是 x.dtype

(亚历山大)

首先,无论对 x[...]x[()] 作何选择,它们都应相同,因为 ... 只是“根据需要添加任意数量的 :”的语法糖,对于零秩数组而言,这意味着 ... = (:,)*0 = ()。其次,零秩数组和 numpy 标量类型在 numpy 内部可以互换,但 numpy 标量可以在某些 ndarray 不能使用的 Python 结构中使用。例如

>>> (1,)[array(0)]
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
TypeError: tuple indices must be integers
>>> (1,)[int32(0)]
1

由于几乎所有(如果不是全部)numpy 函数在返回时都会自动将零秩数组转换为标量,因此 [...][()] 操作没有理由不同。

有关 x[...]x[()] 返回 numpy 标量的实现,请参阅 SVN 变更集 1864(已成为 git 提交 9024ff0)。

有关 x[...] = vx[()] = v 的实现,请参阅 SVN 变更集 1866(已成为 git 提交 743d922)。

使用 newaxis 增加秩#

所有评论者都喜欢这个功能,因此自 SVN 变更集 1871(已成为 git 提交 b32744e)起,任意数量的省略号和 newaxis 标记都可以作为零秩数组的下标参数。例如

>>> x = array(1)
>>> x[newaxis,...,newaxis,...]
array([[1]])

目前尚不清楚为何允许使用多个省略号,但这是我们试图保留的更高秩数组的行为。

重构#

目前,所有对零秩数组的索引都在一个特殊的 if (nd == 0) 代码分支中实现,该分支以前总是引发索引错误。这确保了更改不会影响任何现有用法(除了依赖异常的用法)。另一方面,这些更改的部分动机是为了使 ndarray 的行为更加统一,这应该允许完全消除 if (nd == 0) 检查。