python - numpy 结构化数组中的子数组不连续

Question

我目前尝试将大量数组打包为 numpy 结构化数组。 根据to the numpy documentation

Sub-arrays always have a C-contiguous memory layout.

但是如果我创建一个结构化数组:

x = np.zeros((2,), dtype=[('a', (np.float64, 5)), ('b', (np.float64, 5))])
x['a'].flags
# Out: C_CONTIGUOUS : False
#      F_CONTIGUOUS : False
#      OWNDATA : False
#      ...

同时

x.flags
# Out: C_CONTIGUOUS : True
#      F_CONTIGUOUS : True
#      OWNDATA : True
#      ...

对数组使用“外部”形状 (1,) 会产生:

x = np.zeros((1,), dtype=[('a', (np.float64, 5)),('b',(np.float64, 7))])
x['a'].flags
# Out: C_CONTIGUOUS : True
#      F_CONTIGUOUS : False
#      OWNDATA : False
#      ...

省略 (1,) 会生成具有 c 连续性的 ndim=1 数组。因此，这句话似乎仅适用于结构化数组的行。

令我困惑的是，当我直接为每个子数组指定数组形状时，就会给出连续性:

x = np.zeros((), dtype=[('a', (np.float64, (2, 5))), ('b', (np.float64, (2, 5)))])

x['a'].flags
#Out: C_CONTIGUOUS : True
#     F_CONTIGUOUS : False
#     OWNDATA : False

根据 numpy 文档的引用，我认为子数组总是具有 C 连续内存布局，但这似乎仅适用于行或给出每个数组的形状时。
这种行为从何而来？正在定义“外部”形状(我不知道如何调用它...)告诉 numpy 创建子数组的行式子数组，同时指定每个子数组的形状-array直接连续存储每个子数组？
当所有子数组的第一维相等而第二维不相等时，处理此问题的最佳方法是什么？我应该直接指定每个形状以保持它们连续吗？

Answer 1

根据您的dtype，数组内存将为

x[0]['a'], x[0]['b']
x[1]['a'], x[1]['b']
....

也就是说，x 的记录由字段“a”的 5 个元素组成，后跟字段“b”的 5 个元素，依此类推下一条记录。

当它说子数组是C连续的时，它指的是一条记录的一个字段中的元素的布局。

跨记录的字段“a”的 View 不会是连续的 - “b”的元素将分隔不同记录的元素。

同样的事情也适用于二维数组中的列切片:

In [32]: w = np.zeros((2,10))
In [33]: w.flags
Out[33]: 
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  ...
In [34]: w[:,:5].flags    # w[:,5:] elements are in between
Out[34]: 
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  ...

当子数组是二维时(如上一个示例)，此连续性注释更相关:

In [35]: dt=np.dtype([('a', (np.float64, 5)), ('b', (np.float64, (2,2)))])
In [36]: x=np.zeros((2,2,),dt,order='F')
In [37]: x.flags
Out[37]: 
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True

In [39]: x[0,0]['b'].flags
Out[39]: 
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False

虽然数组作为一个整体是 F 连续的，但“b”元素仍然是“C”连续的。

---

定义一个数组:

In [40]: x = np.array([(1,[2,3]),(4,[5,6])], dtype=[('a',int),('b',int,2)])
In [41]: x
Out[41]: array([(1, [2, 3]), (4, [5, 6])], dtype=[('a', '<i8'), ('b', '<i8', (2,))])

将数组视为简单的 int dtype(并不总是可行):

In [42]: x.view(int)
Out[42]: array([1, 2, 3, 4, 5, 6])

数字连续存储在内存中。但“b”字段的值不连续:

In [44]: x['b']
Out[44]: 
array([[2, 3],
       [5, 6]])

“a”的值介于以下之间:

In [47]: x['a']
Out[47]: array([1, 4])