Numpy：如何强制让numpy ndarray拥有其内存

在本文中，我们将讨论如何在numpy中强制让一个ndarray拥有其内存。一般情况下，ndarray在创建时会自动拥有其内存，但是有些情况下我们需要手动来控制内存的分配和释放。在numpy中，可以通过改变数组的标志位来实现这一点。

阅读更多：Numpy 教程

强制拥有内存的方法

在numpy中，有一个叫做flags的属性，可以用来获取和设置数组的标志位。其中比较重要的标志位有：

OWNDATA：表示数组是否拥有自己的内存
WRITEABLE：表示数组是否可以被写入
ALIGNED：表示数据是否按照特定的字节对齐方式保存
UPDATEIFCOPY：表示其他数组是否可以更新这个数组的副本

如果数组的OWNDATA标志位被设置为False，那么它就不拥有自己的内存。在这种情况下，当这个数组被删除或者其它引用失效时，内存不会被释放，可能会导致内存泄漏。

要强制让数组拥有自己的内存，我们可以使用numpy.ndarray.flags.writeable属性来实现。以下是一个例子：

import numpy as np

a = np.array([1, 2, 3], dtype=np.float32)
b = np.array(a, copy=False)

print(a.flags.owndata)  # True
print(b.flags.owndata)  # False

b.flags.writeable = True
print(b.flags.owndata)  # True

在这个例子中，我们首先创建了一个ndarray a，然后使用copy=False参数创建了另一个ndarray b。由于copy=False的缘故，b指向了a所在的内存。因此，b的owndata标志位被设置为False。

接着，我们使用b.flags.writeable = True来强制设置b的owndata标志位为True。此时，b拥有了自己的内存，并且可以被写入了。

ndarray的`base`属性

在上面的例子中，我们可以看到b指向了a所在的内存。这个关系可以通过查看ndarray.base属性来确定。如果base属性为None，则代表这个数组拥有自己的内存。

import numpy as np

a = np.array([1, 2, 3], dtype=np.float32)
b = np.array(a, copy=False)

print(b.base is a)  # True

b.flags.writeable = True
print(b.base is None)  # True

在第一个print语句中，我们可以看到b.base指向了a，证明了它们共享了同一块内存。在第二个print语句中，我们可以看到b.base为None，证明了此时b拥有了自己的内存。

可写和只读数组的内存控制

在上面的例子中，我们强制将数组的标志位writeable设置为了True。这个操作可以使得数组可以被写入。但是，如果数组的标志位writeable被设置为False，那么就无法对其进行修改了。

import numpy as np

a = np.array([1, 2, 3], dtype=np.float32)
b = np.array(a, copy=False)

print(a.flags.writeable)  # True
print(b.flags.writeable)  # False

try:
    b[0] = 0
except ValueError as e:
    print(f"Error: {e}")
    # 数组是只读的

b上面的代码中，我们首先创建了一个ndarray a，然后使用copy参数创建了另一个ndarray b。由于copy参数的缘故，b指向了a所在的内存，因此b的owndata标志位为False。

接着，我们输出了a和b的writeable标志位。可以看到，a是可写的，而b是只读的。我们尝试修改b的第一个元素，但是抛出了一个ValueError异常，提示这个数组是只读的。

当标志位被设置为只读时，数组的内存空间将会被共享。这可以节约内存，但是不能对这个数组进行修改。如果使用copy参数创建一个新的只读数组，则会重新分配内存空间。

import numpy as np

a = np.array([1, 2, 3], dtype=np.float32)
b = np.array(a, copy=True, readonly=True)

print(a.flags.writeable)  # True
print(b.flags.writeable)  # False

try:
    b[0] = 0
except ValueError as e:
    print(f"Error: {e}")
    # 数组是只读的

print(b.base is not None)  # True，说明b拥有自己的内存

在这个例子中，我们使用copy=True和readonly=True参数来创建了一个只读数组b。可以看到，b的writeable标志位为False，并且base属性为None，说明它拥有自己的内存。

如果我们尝试对b进行修改，仍然会抛出一个ValueError异常。同时，我们可以看到b的base属性为None，说明它和a没有共享内存。