NumPy NumPy参考

• 数组对象
• 常数
• 通用功能（ufunc）
• 例行程序
•    数组创建例程
•    数组操作例程
•    Binary operations
•    String operations
•    C-Types Foreign Function Interface (numpy.ctypeslib)
•    Datetime Support Functions
•    Data type routines
•    Optionally Scipy-accelerated routines (numpy.dual)
•    Mathematical functions with automatic domain (numpy.emath)
•    Floating point error handling
•    Discrete Fourier Transform (numpy.fft)
•    Financial functions
•    Functional programming
•    NumPy-specific help functions
•    Indexing routines
•    输入输出
•    线性代数（numpy.linalg）
•    逻辑功能
•    Mathematical functions
•    Matrix library (numpy.matlib)
•    Miscellaneous routines
•          numpy.getbufsize
•          numpy.shares_memory
•          numpy.may_share_memory
•          numpy.byte_bounds
•          numpy.lib.mixins.NDArrayOperatorsMixin
•          numpy.lib.NumpyVersion
•          numpy.get_include
•          numpy.deprecate
•          numpy.deprecate_with_doc
•          numpy.who
•          numpy.disp
•    Padding Arrays
•    Polynomials
•    Random sampling (numpy.random)
•    Set routines
•    Sorting, searching, and counting
•    Statistics
•    Test Support (numpy.testing)
•    Window functions
• Packaging (numpy.distutils)
• NumPy Distutils - Users Guide
• NumPy C-API
• NumPy内部
• NumPy和SWIG

numpy.shares_memory（a，b，max_work = None ）¶

确定两个阵列是否共享内存

参量

a，b ndarray

输入数组

max_work int，可选

花费精力解决重叠问题（要考虑的候选解决方案的最大数量）。可以识别以下特殊值：

max_work = MAY_SHARE_EXACT（默认）

该问题已完全解决。在这种情况下，仅当数组之间共享一个元素时，该函数才返回True。

max_work = MAY_SHARE_BOUNDS

仅检查a和b的内存范围。

退货

出布尔

加薪

numpy.TooHardError

超过了max_work。

也可以看看

may_share_memory

例子

>>> np.may_share_memory(np.array([1,2]), np.array([5,8,9]))
False