numpy - numpy 数组 C_CONTIGUOUS 和 F_CONTIGUOUS 怎么可能

Question

我以为我了解 numpy 数组的行优先 (C_CONTIGUOUS) 和列优先 (F_CONTIGUOUS) 内存对齐的概念。我认为这两个标志是相互排斥的。但后来我看到一个数组，其中这两个标志都设置为 True。

特别是我尝试了以下命令:

b = np.arange(8,dtype='int8')
b.reshape(2,4,order='F')
b.flags
C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False

我希望在命令 b.reshape(2,4,order='F') 之后，数组的 F_CONTIGUOUS 设置为 True，C_CONTIGUOUS 设置为 False。

谁能解释一下这是怎么回事？

谢谢。

Answer 1

这是怎么回事？比你想象的要少。 ndarry.reshape不是就地操作。因此:

b = np.arange(8,dtype='int8')
b.reshape(2,4,order='F')
print(b.shape)

将其作为输出:

(8,)

换句话说，b 仍然是一维的，因此可以有两个阶数。将 reshape 的结果保存到一个新数组中会得到您预期的结果:

b = np.arange(8,dtype='int8')
c= b.reshape(2,4,order='F')
print(c.flags)

输出:

C_CONTIGUOUS : False
F_CONTIGUOUS : True
OWNDATA : False
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False