如何像F_CONTIGUOUS一样使用numpy数组C_CONTIGUOUS

Question

我认为我理解了numpy数组的行主内存(C_CONTIGUOUS)和列主内存(F_CONTIGUOUS)对齐的概念。我认为这两个旗帜是相互排斥的。但随后我看到了一个数组，其中这两个标志都设置为True。

我特别尝试了以下命令：

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

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

有人能给我解释一下到底是怎么回事吗？

谢谢。

Answer 1

到底怎么回事？比你想象的要少。ndarry.reshape不是就地操作。因此是这样的：

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

将此作为输出：

(8,)

换句话说，b仍然是1D的，所以可以同时拥有两个订单。将reshape的结果保存到新数组中会得到预期的结果：

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