我遇到了一个奇怪的行为，np.ndarray.tobytes()这让我怀疑它是否确定性地工作，至少对于dtype=object.
import numpy as np
print(np.array([1,[2]]).dtype)
# => object
print(np.array([1,[2]]).tobytes())
# => b'0h\xa3\t\x01\x00\x00\x00H{!-\x01\x00\x00\x00'
print(np.array([1,[2]]).tobytes())
# => b'0h\xa3\t\x01\x00\x00\x00\x88\x9d)-\x01\x00\x00\x00'
在示例代码中，[1, [2]]首先将混合 python 对象列表 ( ) 转换为 numpy 数组，然后使用tobytes().
为什么相同数据的重复实例化得到的字节表示不同？该文档仅说明它将 an 转换ndarray为原始 python 字节，但并未提及任何限制。到目前为止，我仅针对dtype=object. 数字数组总是产生相同的字节序列：
np.random.seed(42); print(np.random.rand(3).tobytes())
# b'\xecQ_\x1ew\xf8\xd7?T\xd6\xbbh@l\xee?Qg\x1e\x8f~l\xe7?'
np.random.seed(42); print(np.random.rand(3).tobytes())
# b'\xecQ_\x1ew\xf8\xd7?T\xd6\xbbh@l\xee?Qg\x1e\x8f~l\xe7?'
我是否错过了有关 python/numpy 内存架构的基本知识？我在 Mac 上使用 numpy 1.17.2 版进行了测试。
上下文：我在尝试计算任意数据结构的哈希时遇到了这个问题。我希望我可以依靠 的基本序列化功能tobytes()，但这似乎是一个错误的前提。我知道这pickle是 python 中序列化的标准，但由于我不需要可移植性，而且我的数据结构只包含数字，我首先寻求 numpy 的帮助。
数据类型数组object存储指向其包含的对象的指针。在 CPython 中，这对应于id. 每次创建新列表时，都会将其分配到新的内存地址。然而，小整数是被保留的，因此1每次都会引用相同的整数对象。
您可以通过检查一些示例对象的 ID 来准确了解其工作原理：
>>> x = np.array([1, [2]])
>>> x.tobytes()
b'\x90\x91\x04a\xfb\x7f\x00\x00\xc8[J\xaa+\x02\x00\x00'
>>> id(x[0])
140717641208208
>>> id(1) # Small integers are interned
140717641208208
>>> id(x[0]).to_bytes(8, 'little') # Checks out as the first 8 bytes
b'\x90\x91\x04a\xfb\x7f\x00\x00'
>>> id(x[1]).to_bytes(8, 'little') # Checks out as the last 8 bytes
b'\xc8[J\xaa+\x02\x00\x00'
正如您所看到的，它具有相当的确定性，但序列化的信息对您来说基本上无用。数值数组的操作与对象数组的操作相同：它返回底层缓冲区的视图或副本。缓冲区的内容会让你失望。
既然您提到您正在计算哈希值，请记住，Python 列表不可哈希是有原因的。您可以拥有一次相同而另一次不同的列表。对于有效的哈希来说，使用 ID 通常不是一个好主意。