Каковы атрибуты ndarray: shape, dtype, ndim, size и strides?

Атрибуты ndarray: shape, dtype, ndim, size, strides

Каждый массив NumPy хранит метаданные о своей структуре через набор атрибутов. Понимание этих атрибутов необходимо для отладки форм тензоров, работы с памятью и написания производительного кода.

shape

Кортеж целых чисел, описывающий размер каждой оси. Для вектора из 6 элементов shape равен (6,). Для матрицы 3x4 — (3, 4). Для трёхмерного тензора — (2, 3, 4).

dtype

Тип данных каждого элемента. NumPy поддерживает float32, float64, int8, int16, int32, int64, complex128, bool, object и другие. dtype влияет на точность вычислений и потребление памяти.

ndim

Количество осей (измерений). Равно len(arr.shape). Вектор имеет ndim=1, матрица — ndim=2, тензор изображений — ndim=3 или 4.

size

Общее количество элементов. Равно произведению всех чисел в shape. Для массива (2, 3, 4) size=24.

strides

Кортеж, задающий количество байт, на которое нужно сдвинуться в памяти, чтобы перейти к следующему элементу по каждой оси. Это ключ к пониманию того, как NumPy реализует срезы без копирования данных.

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6]], dtype=np.float64)

print(arr.shape)   # (2, 3)
print(arr.dtype)   # float64
print(arr.ndim)    # 2
print(arr.size)    # 6
print(arr.strides) # (24, 8)  -- 3 элемента * 8 байт по строке, 8 байт по столбцу

# Проверим strides вручную:
# float64 занимает 8 байт
# чтобы перейти к следующей строке (ось 0), нужно пропустить 3 * 8 = 24 байта
# чтобы перейти к следующей колонке (ось 1), нужно пропустить 1 * 8 = 8 байт

# Транспонирование меняет strides, но не копирует данные:
t = arr.T
print(t.shape)   # (3, 2)
print(t.strides) # (8, 24)  -- порядок осей поменялся

# Срезы тоже не копируют:
slice_arr = arr[::2, ::2]  # каждый второй элемент
print(slice_arr.strides)    # shagи кратны исходным

# Проверка владения памятью:
print(t.base is arr)           # True -- транспонирование -- это представление
print(arr.copy().base is None) # True -- копия независима

# Работа с 1D-массивом:
vec = np.arange(12, dtype=np.int32)
print(vec.shape)   # (12,)
print(vec.strides) # (4,)  -- int32 = 4 байта

# reshape без копирования:
mat = vec.reshape(3, 4)
print(mat.shape)   # (3, 4)
print(mat.strides) # (16, 4)  -- 4 * 4 = 16 по строке
print(mat.base is vec)  # True

Как strides связаны с производительностью

При C-order (row-major, по умолчанию) последняя ось имеет минимальный stride. При Fortran-order (F-order) — первая. Итерация по строкам в C-order — cache-friendly. Итерация по столбцам — нет. Функции np.ascontiguousarray() и np.asfortranarray() приводят массив к нужному порядку, копируя при необходимости.

import numpy as np

# Проверка contiguous:
arr = np.ones((3, 4), order='C')
print(arr.flags['C_CONTIGUOUS'])  # True
print(arr.flags['F_CONTIGUOUS'])  # False

arr_f = np.ones((3, 4), order='F')
print(arr_f.flags['C_CONTIGUOUS'])  # False
print(arr_f.flags['F_CONTIGUOUS'])  # True

# as_strided для создания произвольных представлений:
from numpy.lib.stride_tricks import as_strided

base = np.arange(10, dtype=np.float32)
# Скользящее окно ширины 3:
window = as_strided(base, shape=(8, 3), strides=(4, 4))
print(window)

Подводные камни

• Транспонирование (.T) и срезы возвращают представления, а не копии — изменение одного меняет другое. Всегда проверяйте arr.base или arr.flags['OWNDATA'].
• as_strided не проверяет выход за границы буфера. Неправильные strides приводят к чтению случайной памяти и трудноуловимым багам.
• dtype по умолчанию зависит от платформы: np.array([1, 2, 3]) даёт int64 на Linux и int32 на Windows. Указывайте dtype явно в производственном коде.
• size возвращает число элементов, а не байтовый размер. Байты: arr.nbytes == arr.size * arr.itemsize.
• reshape возможен без копии только если массив contiguous. Иначе NumPy делает копию молча — проверяйте через np.shares_memory().
• F-contiguous массивы (Fortran-порядок) часто приходят из MATLAB или R-библиотек. Передача такого массива в C-only функцию даёт неожиданные результаты.
• shape одномерного массива — (n,), а не (n, 1). Путаница между ними ломает broadcasting и матричные операции.

• Объяснять ndarray shape dtype strides только синтаксисом без shape, dtype, состояния или режима выполнения.
• Игнорировать leakage, воспроизводимость, пустые входы и скрытые копии данных.
• Не проверять production-симптомы: latency, память, ретраи, дрейф качества и несовпадение версий.

• Может ли связать ndarray shape dtype strides с реальным контрактом входов и выходов.
• Упоминает ли тесты, метрики, reproducibility и диагностику ошибок.
• Видит ли различие между demo-кодом в ноутбуке и production-пайплайном.