如何仅使用numpy数组视图访问其边界外的对应内存位置元素

问题描述 #

现有如下Numpy代码，创建了一个原数组的切片视图：

import numpy as np

array = np.arange(10)
view  = array[4:8]

问是否可以仅使用view这个视图标识符，访问视图首个元素在内存中左侧的元素？ #

解答 #

结论是可以，但你无法通过视图的常规索引（比如负索引）直接访问：因为视图的常规索引范围是和切片区间绑定的，上述示例中view的合法索引范围是0~3，负索引最低支持到-4（对应索引0），超出范围的索引会直接抛出越界错误。
你可以通过以下两种方案实现访问：

• 方案1：利用Numpy视图的base属性
  所有切片生成的非拷贝视图，内置的base属性都会指向对应的原始数组对象。先计算视图首元素在原数组中的偏移量，减1即可拿到左侧元素：

  # 计算视图首元素在原数组中的索引偏移
  offset = (view.ctypes.data - view.base.ctypes.data) // view.itemsize
  # 访问左侧元素，本示例中结果为3
  left_element = view.base[offset - 1]
  

• 方案2：直接操作内存地址读取
  如果你不想依赖base属性，也可以通过内存偏移读取：先拿到视图首元素的内存地址，减去单个元素的字节长度就是左侧元素的地址，再按数组元素类型读取内容即可：

  import ctypes
  
  # 计算左侧元素的内存地址
  left_addr = view.ctypes.data - view.itemsize
  # 按int64类型读取地址内容，32位系统请替换为ctypes.c_int32
  left_element = ctypes.cast(left_addr, ctypes.POINTER(ctypes.c_int64)).contents.value
  

注意：上述操作都属于非常规的越界访问操作，仅当你确认目标地址属于原数组的合法内存范围时才能使用，否则会出现内存读取错误或者拿到无效垃圾值，不建议在生产代码中使用这类操作。

内容的提问来源于stack exchange，提问作者Aisec Nory