如何使包含 numpy 数组的元组可哈希？

使 numpy 数组可哈希的一种方法是将其设置为只读。这在过去对我有用。但是当我在元组中使用这样的 numpy 数组时，整个元组不再是可散列的，我不明白。这是我为了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中并检查它是否仍然是只读的（确实如此）。

当我想使用元组作为字典中的键时，出现错误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'

我该怎么做才能使我的元组可哈希？为什么 Python 首先会表现出这种行为？

你声称

使 numpy 数组可哈希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变为只读。由于多种原因，它不会使数组变得可散列。

第一个原因是数组writeable标志设置为False仍然是可变的。首先，您可以随时设置writeable=True再次并继续写入它，或者做更奇特的事情，例如重新分配它shape即使在writeable is False。其次，即使不接触数组本身，您也可以通过另一个具有以下功能的视图来改变其数据：writeable=True.

>>> 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，要使可散列性有意义，对象必须首先是可等同的 - ==必须返回布尔值，并且必须是等价关系。 NumPy 数组不会这样做。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。

您不会获得内部包含数组的可散列元组。你甚至不会得到可散列数组。最接近的方法是将数组数据的其他表示形式放入元组中。