NEP 27 — 零秩数组#
- 作者:
Alexander Belopolsky (sasha),由 Matt Picus 转录 <matti.picus@gmail.com>
- 状态:
最终版
- 类型:
信息性
- 创建:
2006-06-10
- 决议:
https://mail.python.org/pipermail/numpy-discussion/2018-October/078824.html
注意
NumPy 同时具有零秩数组和标量。这份设计文档改编自 2006 年的维基条目,描述了零秩数组是什么以及它们存在的原因。它于 2018 年 10 月 13 日被转录成 NEP,并且链接已更新。此拉取请求引发了关于 NumPy 中零秩数组和标量持续需求的 热烈讨论。
这里的一些信息已过时,例如,现在已实现 0-D 数组的索引,并且不会出错。
零秩数组#
零秩数组是形状为 () 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都类似于零秩数组
>>> int_(1).shape
()
它们甚至打印相同的结果
>>> print int_(1)
1
>>> print array(1)
1
但是,有一些重要的区别
数组标量是不可变的
对于不同的数据类型,数组标量具有不同的 Python 类型
数组标量的动机#
NumPy 的设计决策是在原生 Python 类型之外还提供 0 维数组和数组标量,这违背了 Python 的一个基本设计原则:只应该有一种显而易见的方法来做这件事。在本节中,我们将尝试解释为什么需要三种不同的方法来表示一个数字。
有几个 numpy-discussion 线程
关于零维数组与 Python 标量的思考,在 2005 年邮件列表线程中]
曾多次建议 NumPy 只使用秩 0 数组来表示所有情况下的标量。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,Python 期望一个整数(最明显的是切片和索引序列时:ceval.c 中的 _PyEval_SliceIndex),它不会在引发错误之前先尝试将其转换为整数。因此,拥有由数组对象为您转换的 0 维数组很方便。
没有因为拥有两种几乎相同但并不完全相同且其单独存在只能由 Python 和 NumPy 的开发历史解释的类型而导致用户混淆的风险。
不会对执行显式类型检查的代码
(isinstance(x, float)
或type(x) == types.FloatType)
造成问题。尽管显式类型检查通常被认为是不好的做法,但有几个正当理由可以使用它们。不会在 pickle 文件中创建对 Numeric 的依赖关系(尽管这也可以通过 pickle 代码中数组的特殊情况来完成)
缺点
很难编写通用代码,因为标量没有与数组相同的 method 和属性。(例如
.type
或.shape
)。Python 标量也具有不同的数值行为。这导致了令人不愉快的特殊情况检查。从根本上说,它让用户相信多维同质数组有点像 Python 列表(除了对象数组,它们不是)。
NumPy 实现了一种旨在拥有所有优点而没有上述任何缺点的解决方案。
为所有 21 种类型创建 Python 标量类型,并从已存在的三个类型继承。为这些 Python 标量类型定义等效的 method 和属性。
零秩数组的需求#
一旦拒绝了使用零秩数组来表示标量的想法,自然就会考虑是否可以完全消除零秩数组。但是,在一些重要的用例中,零秩数组无法被数组标量取代。另见 2006 年 2 月的 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#
从 NumPy 0.9.3 版本开始,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,有几种情况对零秩数组有意义。
省略号和空元组#
Alexander 在 scipy-dev 上开始了 2006 年 1 月的讨论,提出了以下提案:
……允许
a[...]
可能是合理的。这样,省略号可以解释为任意数量的:
,包括零。另一个对标量有意义的下标运算符是a[...,newaxis]
甚至a[{newaxis, }* ..., {newaxis,}*]
,其中{newaxis,}*
代表任意数量用逗号分隔的 newaxis 令牌。这将允许在适用于任何 NumPy 类型的通用代码中使用省略号。
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'>
人们一致认为,对于零秩数组 x
,x[...]
和 x[()]
都应该有效,但问题仍然在于结果的类型是什么——零秩 ndarray 还是 x.dtype
?
- (Alexander)
首先,无论对
x[...]
和x[()]
做出何种选择,它们都应该相同,因为...
仅仅是“根据需要添加任意数量的:”的语法糖,在零秩的情况下,这意味着... = (:,)*0 = ()
。其次,零秩数组和NumPy标量类型在NumPy内部是可互换的,但是NumPy标量可以在某些Python结构中使用,而ndarray却不行。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
由于大多数(如果不是全部的话)NumPy函数在返回时会自动将零秩数组转换为标量,因此[...]
和[()]
操作没有理由不同。
参见SVN变更集1864(已成为git提交9024ff0),了解x[...]
和x[()]
返回NumPy标量的实现。
参见SVN变更集1866(已成为git提交743d922),了解x[...] = v
和x[()] = v
的实现。
使用newaxis提升秩#
所有评论者都喜欢此功能,因此从SVN变更集1871(已成为git提交b32744e)开始,可以在零秩数组的下标参数中放置任意数量的省略号和newaxis标记。例如:
>>> x = array(1)
>>> x[newaxis,...,newaxis,...]
array([[1]])
目前尚不清楚为什么应允许使用多个省略号,但这正是我们试图保留的高秩数组的行为。
重构#
目前,所有对零秩数组的索引操作都在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使ndarray的行为更加统一,这应该允许完全消除if (nd == 0)
检查。
版权#
原始文档出现在scipy.org wiki上,没有版权声明,其历史记录将其归属于sasha。