Question

我遇到函数ascontiguousarray（）的问题，它在NumPy 1.11.1和1.13.1中返回不同的步幅。

要重现的代码（Ubuntu 16.04，Python 2.7.12）：

import os
import numpy as np

x = np.array([[1],[2],[3],[4],[5],[6],[7],[8],[9],[10],[11],[12],[13],[14],[15],[16]],dtype='uint32')
x = x.T
x = np.ascontiguousarray(x)
print(x.strides)

在NumPy 1.11.1中它返回步幅：（64,4）（在我看来是正确的步幅）

在NumPy 1.13.1中它返回步幅：（4,4）（意想不到的步幅）

感谢您提供解释或解决方案的所有帮助。

Answer 1

我怀疑order解释了这个意想不到的进步（(4,4)）。

普通的列数组：

In [289]: np.ones((3,1),int).strides
Out[289]: (4, 4)

普通行数组：

In [290]: np.ones((1,3),int).strides
Out[290]: (12, 4)

但是将行数组更改为命令F，并且strides变得类似于列数组：

In [291]: np.ones((1,3),int,order='F').strides
Out[291]: (4, 4)

转置为F_contiguous，与订单F数组具有相同的步幅：

In [292]: np.ones((3,1),int).T.flags
Out[292]: 
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
In [293]: np.ones((3,1),int).T.strides
Out[293]: (4, 4)

（np.ones((3,1),int)也是连续的，因为一个维度是1）。

如果我强制转置到C顺序，则步幅会发生变化：

In [305]: np.ones((3,1),int).T.copy(order='C').strides
Out[305]: (12, 4)

订单为F的列数组：

In [312]: np.ones((3,1),int,order='F').strides
Out[312]: (4, 12)

函数ascontiguousarray在NumPy 1.11.1和1.13.1中返回不同的步幅

1 个答案: