numpy数组的多个元素具有相同的id

Question

我试图理解为什么具有不同值的元素具有相同的id。有人可以向我解释一下 NumPy 中内存管理的情况吗？下面的例子

import numpy as np
x=np.array([1,2,3,4])
print([id(a) for a in x])

[140718968034552, 140719258631960, 140718968034552, 140719258631960]

这里，第一个和第三个元素具有相同的id (140718968034552)，尽管它们具有不同的数值。与第二个和第四个元素相同。

Answer 1

In [54]: x=np.array([1,2,3,4])In [55]: [type(a) for a in x]Out[55]: [numpy.int64, numpy.int64, numpy.int64, numpy.int64]In [56]: [id(a) for a in x]Out[56]: [140147220886728, 140147220887808, 140147220886728, 140147220887808]小整数的 id 是唯一的，但这不是数组包含的内容：In [57]: [type(a) for a in x.tolist()]Out[57]: [int, int, int, int]In [58]: [id(a) for a in x.tolist()]Out[58]: [10914496, 10914528, 10914560, 10914592]In [59]: id(2)Out[59]: 10914528另一种获取int对象的方法：In [60]: [id(a.item()) for a in x]Out[60]: [10914496, 10914528, 10914560, 10914592]编辑如果我将 的元素分配x给变量元组，则它们id不会被重用。 id(x0)还在使用中，所以id(x2)不能接受。的改变Out[56]只是解释器重用内存的产物。In [73]: x0,x1,x2,x3 = xIn [74]: id(x0),id(x1),id(x2),id(x3)Out[74]: (140146931335720, 140146931335504, 140146931335600, 140146931335576)In [75]: type(x0)Out[75]: numpy.int64