这个问题是非常相似的问题,我问了一段时间后:
您可以检查
base属性。
a = np.arange(50)b = a.reshape((5, 10))print (b.base is a)
但是,这并不完美。您也可以使用查看它们是否共享内存
np.may_share_memory。
print (np.may_share_memory(a, b))
您还可以检查flags属性:
print (b.flags['OWNDATA']) #False -- apparently this is a viewe = np.ravel(b[:, 2])print (e.flags['OWNDATA']) #True -- Apparently this is a new numpy object.
但这最后一个对我来说似乎有点可疑,尽管我不太清楚为什么…
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)