如何使包含 numpy 数组的元组可散列？

Question

使 numpy 数组可散列的一种方法是将其设置为只读。这在过去对我有用。但是当我在一个元组中使用这样一个 numpy 数组时，整个元组不再是可散列的，我不明白。这是我为说明问题而整理的示例代码：

import numpy as np

npArray = np.ones((1,1))
npArray.flags.writeable = False
print(npArray.flags.writeable)

keySet = (0, npArray)
print(keySet[1].flags.writeable)

myDict = {keySet : 1}

首先我创建一个简单的 numpy 数组并将其设置为只读。然后我将它添加到一个元组并检查它是否仍然是只读的（它是）。

当我想将元组用作字典中的键时，我收到错误 TypeError: unhashable type: 'numpy.ndarray'。

这是我的示例代码的输出：

False
False
Traceback (most recent call last):
  File "test.py", line 10, in <module>
    myDict = {keySet : 1}
TypeError: unhashable type: 'numpy.ndarray'

我可以做些什么来使我的元组可散列？为什么 Python 首先会显示这种行为？

Answer 1

你声称

使 numpy 数组可散列的一种方法是将其设置为只读

但事实并非如此。将数组设置为只读只会使其成为只读。由于多种原因，它不会使数组可散列。

第一个原因是writeable 标志设置为False 的数组仍然是可变的。首先，您始终可以再次设置writeable=True 并继续对其进行写入，或者执行更奇特的事情，例如重新分配其shape，即使writeable 是False。其次，即使不接触数组本身，您也可以通过另一个具有writeable=True 的视图来改变其数据。

>>> x = numpy.arange(5)
>>> y = x[:]
>>> x.flags.writeable = False
>>> x
array([0, 1, 2, 3, 4])
>>> y[0] = 5
>>> x
array([5, 1, 2, 3, 4])

其次，为了使哈希性有意义，对象首先必须是 equatable - == 必须返回一个布尔值，并且必须是一个等价关系。 NumPy 数组不这样做。哈希值的目的是快速定位相等的对象，但是当您的对象甚至没有内置的相等概念时，提供哈希值就没有多大意义了。

---

你不会得到里面有数组的可散列元组。你甚至不会得到可散列的数组。最接近的方法是将数组数据的其他表示形式放入元组中。

Answer 2

hash a numpy array is likely tostring 的最快方式。

In [11]: %timeit hash(y.tostring())

你可以做的不是使用元组定义一个类：

class KeySet(object):
    def __init__(self, i, arr):
        self.i = i
        self.arr = arr
    def __hash__(self):
        return hash((self.i, hash(self.arr.tostring())))

现在你可以在字典中使用它了：

In [21]: ks = KeySet(0, npArray)

In [22]: myDict = {ks: 1}

In [23]: myDict[ks]
Out[23]: 1