python - np.ascontiguousarray 与 np.asarray 与 Cython

Question

跟进问题how to pass numpy array to Cython function correctly? :

当将 Cython 中的 numpy.ndarrays 传递给只处理连续数组的 C 函数时，做之间有区别吗:

np.ndarray[double, ndim=1, mode="c"] arr = np.ascontiguousarray(np.array([1,2,3],dtype=float))

和

np.ndarray[double, ndim=1, mode="c"] arr = np.asarray(np.array([1,2,3],dtype=float), order="c")

两者都需要吗？ np.ascontiguous 是否已经暗示数组的格式可以分配给带有 mode=c 声明的数组？

Answer 1

docs for ascontiguousarray 声明它将返回一个 C 有序数组，所以是的，如果您使用 ascontiguousarray 然后您可以假设数据在 c 中排序模式。

然后要回答两者之间有什么区别，我们可以阅读源代码。

asarray ( link) 这样做:

return array(a, dtype, copy=False, order=order)

ascontiguousarray ( link ) 这样做:

return array(a, dtype, copy=False, order='C', ndmin=1)

因此，当您使用 order='C' 调用 asarray 时，与 ascontiguousarray 的唯一区别是您选择了 ndmin 的默认值，即 0 。这归结为这种差异，当您在单个数字而不是列表上使用这两种方法时:

print asarray(4,dtype='float',order='c').shape
()
print ascontiguousarray(4,dtype='float').shape
(1,)

这取决于你，但我更喜欢 ascontiguousarray，因为我经常依赖于处理数组的形状属性的可能性，并期望它是非空的。从某种意义上说，这就像同时调用 atleast1d。