“元组”numpy 数组的 Python 哈希

Question

我有一个类

MyClass

，其中每个实例存储像素的 x 和 y 坐标，表示为两个 1D numpy 数组（长度相同）。如果两个实例的坐标数组相同（包括

nan

），则认为它们相等。
我尝试了两种散列方法：一种是将两个数组转换为元组并对它们进行散列，另一种是为每个数组调用

tobytes()

方法：

class MyClass:
  # ... init, doA(), doB(), etc. ...
  def __eq__(self, other):
    if not type(self) == type(other):
      return False
    if not np.array_equal(self._x, other._x, equal_nan=True):
      return False
    if not np.array_equal(self._y, other._y, equal_nan=True):
      return False
    return True

  def hash1(self):
    return hash((tuple(self._x), tuple(self._y)))

  def hash2(self):
    return hash((self._x.tobytes(), self._y.tobytes()))

在同一个实例上调用

hash1

会产生不同的哈希值，并且调用

hash2

每次都会输出相同的结果。为什么它们的行为如此不同？

Answer 1

NumPy 数组不会将其元素存储为 Python 对象（除非您使用 dtype=object）。它存储原始硬件数值。这意味着当您调用

tuple

时，数组必须为所有元素创建 Python 对象。例如，如果您的数组的数据类型为 float64，则该数组必须生成

numpy.float64

的实例。

数组不保存这些包装对象。每次调用

tuple

时，数组都会生成新的包装对象。具有 NaN 值的

numpy.float64

的两个实例不能保证散列相同，因此如果您的数组包含 NaN，则散列元组不能保证产生一致的结果。