Question

我目前尝试将多个数组打包成numpy结构化数组。根据{{3}}

子数组始终具有C连续的内存布局。

但是，如果我使用以下方法创建结构化数组：

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
#      ...

而

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

对数组使用(1,)的“外部”形状将产生：

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,)将产生ndim=1具有c连续性的数组。因此，仅对于结构化数组的行，报价似乎为True 。

让我感到困惑的是，当我直接为每个子数组指定数组形状时，就会产生连续性：

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

从numpy文档的引用中，我认为子数组总是具有C连续的内存布局，但这仅对行或给出每个数组的形状才正确。
这种行为从何而来？正在定义“外部”形状（我不知道如何称呼...），告诉numpy制作子数组的行式子数组，同时为每个子数组指定形状-array直接连续存储每个子数组？
当所有子数组的第一个维度相等而第二个维度不相等时，解决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

您的dtype的阵列内存将为

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，然后由字段'b'的5个元素组成，依此类推。

当它说subarrays are C contiguous时，是指在一个记录中只有一个字段的元素的布局。

跨记录的字段“ a”的视图将是不连续的-“ b”的元素将分隔不同记录的元素。

这同样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
  ...

当子数组为2d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

虽然数组整体上是F连续的，但是'b'元素仍然是'C'连续的。

定义数组：

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（并非总是可能）：

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

数字将连续存储在内存中。但是“ b”字段的值不是连续的：

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])

numpy结构化数组中的子数组不连续

1 个答案: