Question

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

当将Cython中的numpy.ndarrays传递给只处理连续数组的C函数时，执行之间是否存在差异：

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")

都是必要的吗？ np.ascontiguous是否已经暗示数组将采用可以分配给具有mode=c声明的数组的格式？

Answer 1

ascontiguousarray ascontiguousarray表示它将返回C有序数组，所以是的，如果您使用c，则可以假设数据在asarray中排序模式。

然后回答两者之间的差异，我们可以阅读来源。

return array(a, dtype, copy=False, order=order)（docs）执行此操作：

ascontiguousarray

return array(a, dtype, copy=False, order='C', ndmin=1)（link）执行此操作：

order='C'

因此，当您使用ascontiguousarray调用asarray时，与0的唯一区别在于您选择了ndmin的默认值，即print asarray(4,dtype='float',order='c').shape () print ascontiguousarray(4,dtype='float').shape (1,)。当您在单个数字而不是列表上使用这两种方法时，这归结为这种差异：

ascontiguousarray

这取决于你，但我更喜欢atleast1d，因为我经常依赖于处理数组的shape属性的可能性，并期望它是非空的。从某种意义上说，它就像同时调用{{1}}一样。

Answer 2

你应该能够做到：

np.ndarray[double, ndim=1, mode="c"] arr = np.array([1,2,3], dtype=np.float64, order="c")

来自np.array的文档：

order : {'C', 'F', 'A'}, optional
    Specify the order of the array.  If order is 'C' (default), then the
    array will be in C-contiguous order (last-index varies the
    fastest).  If order is 'F', then the returned array
    will be in Fortran-contiguous order (first-index varies the
    fastest).  If order is 'A', then the returned array may
    be in any order (either C-, Fortran-contiguous, or even
    discontiguous).

我的理解是，如果您尝试传递的数组是从另一个数组的某个非连续切片生成的，那么您只需要使用np.ascontiguousarray。如果从头开始创建数组，则不需要。

例如：

a = np.arange(10)
a.flags['C_CONTIGUOUS'] # True
b = a[::2]
b.flags['C_CONTIGUOUS'] # False

c = np.ascontiguousarray(b)
c.flags['C_CONTIGUOUS'] # True

另外，也许可以考虑使用typed memoryview接口

double[::1] arr = np.array([1,2,3], dtype=np.float64)

np.ascontiguousarray与使用Cython的np.asarray

2 个答案: