为什么一个Numpy数组元素不是Python标量？

Question

有人能解释一下Numpy的设计决策，为什么要将数组的单个元素与Python标量区分开来吗？

以下代码可以无错误运行

import numpy as np
a = np.array([1, 2, 3])
b = a[0]
print(b.size)

这说明b不是一个简单的Python标量，实际上type(b)返回的是numpy.int32而不是int。

当然，如果定义b = 1，那么命令b.size将会抛出错误，因为

AttributeError: 'int' object has no attribute 'size'

我发现这种行为差异很令人困惑，想知道它的动机是什么。

- divenex

---

这个问题很相关，可能是一个重复的问题：https://dev59.com/lXRA5IYBdhLWcg3w8ikl - Alex Riley

这份文档似乎声称，如果在许多科学计算环境中使用默认的Python功能，则会导致不正确的行为：http://docs.scipy.org/doc/numpy-1.10.0/reference/arrays.scalars.html - BlackVegetable

@ajcr 同样的答案可能适用于这个问题，但问题本身并没有让我觉得是重复的。 - BlackVegetable

Answer 1

数组的元素和索引时得到的对象是不同的。

数组有一个数据缓冲区，它是由numpy的编译代码管理的字节块。每个元素可能由1个字节、4个字节、8个字节、16个字节等表示。

In [478]: A=np.array([1,2,3])

In [479]: A.__array_interface__
Out[479]: 
{'data': (167487856, False),
 'descr': [('', '<i4')],
 'shape': (3,),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

将数据显示为字节列表（显示为字符）：

In [480]: A.view('S1')
Out[480]: 
array(['\x01', '', '', '', '\x02', '', '', '', '\x03', '', '', ''], 
      dtype='|S1')

当你选择一个 A 元素时，会返回一个包含一个元素的数组（或类似的东西）：

In [491]: b=A[0]

In [492]: b.shape
Out[492]: ()

In [493]: b.__array_interface__
Out[493]: 
{'__ref': array(1),
 'data': (167480104, False),
 'descr': [('', '<i4')],
 'shape': (),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

type 不同，但是 b 具有与 A 相同的大部分属性，例如 shape、strides、mean 等。

您必须使用 .item 访问基础“标量”：

In [496]: b.item()
Out[496]: 1

In [497]: type(b.item())
Out[497]: int

所以你可以将b视为一个具有numpy包装器的标量。对于b的__array_interface__看起来非常像np.array(1)。

- hpaulj

---

非常感谢您清晰的回答。当然，这解释了区别的真正含义，但并没有解释为什么做出这个设计选择。这种区别仅仅是由于技术限制造成的吗？因为Numpy只是Python的一个包（不像MATLAB、Mathematica或IDL）？还是Numpy的选择比MATLAB更好，因为在MATLAB中不存在这种区别？ - divenex

在Octave/MATLAB中，size(x(1))返回1,1。在原始的MATLAB中，所有东西都是2D矩阵；没有标量。但在新版本中这有所削弱。 - hpaulj

关键区别在于，在MATLAB中，size(1)与size(x(1))是相同的：它们都返回1,1。单个数组元素与标量不可区分。但在Numpy中则不然。 - divenex