为什么 numpy 记录的内存视图是只读的？

Question

为什么 Python 告诉我记录的内存视图是只读的？

>>> x = np.zeros(1, dtype='d,d,i')
>>> x
array([(0., 0., 0)], dtype=[('f0', '<f8'), ('f1', '<f8'), ('f2', '<i4')])
>>> memoryview(x).readonly
False
>>> memoryview(x[0]).readonly
True

显然，x[0]不是只读的，因为

>>> x[0][0] += 1
>>> x[0]
(1., 0., 0)

内存视图对于普通数组没有问题：

>>> y = np.zeros((3, 4))
>>> memoryview(y).readonly
False
>>> memoryview(y[0]).readonly
False

同样，不推荐使用的人__array_info__知道它x[0]是读写的：

>>> x.__array_interface__['data']   # returns tuple (address, read-only)
(105553143159680, False)
>>> x[0].array_interface__['data']
(105553143159680, False)

我的实际问题是 C 代码。幸运的是，我的所有问题也可以用纯 Python 显示。

我正在尝试用 C 代码读取和写入 numpy 记录，我只需要数据的地址。__array_interface__我可以使用它相应的 C-side找到数据的地址__array_struct__。但该页面上有一条注释说这是遗留的，新代码应该使用缓冲区协议。

但缓冲区协议（ Python 中模仿的memoryview）认为该记录是只读的。我必须特别要求一个只读缓冲区。是的，我可以从“只读”缓冲区获取数据的地址，然后写入它，但这感觉很脏。

---

更新以回应@tdelaney 的评论：

作为实验，我编写了一个小型 C 函数，该函数请求只读内存缓冲区，找到起始地址，并在那里递增双精度，尽管这是不应该的。

void foo(PyObject *object) {
    Py_buffer view;
    PyObject_GetBuffer(object, &view, PyBUF_CONTIG_RO);
    if (view.obj) {
        double *data = (double *)view.buf;
        *data += 1;
    }
    PyBuffer_Release(&view);
}

然后我可以在 Python 中查看生成的数组。

对于记录数组， 和 都foo(x)正确foo(x[1])地递增了数组元素。

对于二维双精度数组， 和 都foo(y)正确foo(y[1])地递增了数组元素。正如所料，foo(y[1][2])什么也没做。

因此，对于记录，np.void不会复制。至少在本案中是这样。