如何在numpy中可靠地创建多维数组和它的一维视图，使内存布局连续？

Question

根据numpy.ravel的文档，

返回一个连续的扁平数组。

返回一个包含输入元素的一维数组。仅在需要时才制作副本。

为了索引的方便和效率，我想要一个二维数组的一维视图。我正在使用ravel 创建视图，到目前为止一切顺利。

但是，我不清楚“仅在需要时制作副本”是什么意思。如果某天在我的代码执行时创建了一个副本，代码将停止工作。

我知道有numpy.reshape，但它的文档说：

在不复制数据的情况下改变数组的形状并不总是可能的。

无论如何，我希望数据是连续的。

如何可靠地创建二维数组和一维视图？我希望数据在内存中是连续的（为了提高效率）。在创建二维数组时是否需要指定任何属性以确保它是连续的并且ravel 不需要复制它？

相关问题：What is the difference between flatten and ravel functions in numpy?

Answer 1

ravel 和 reshape 的警告是相同的。 ravel 只是 reshape(-1)，到 1d。相反，reshape docs 告诉我们，我们可以将其视为首先做一个 ravel。

正常的数组构造会产生一个连续的数组，以相同的顺序进行 reshape 会产生一个视图。您可以通过查看 ravel 并检查值是否按预期顺序显示来直观地测试它。

In [348]: x = np.arange(6).reshape(2,3)
In [349]: x
Out[349]: 
array([[0, 1, 2],
       [3, 4, 5]])
In [350]: x.ravel()
Out[350]: array([0, 1, 2, 3, 4, 5])

我从arange 开始，将其重新整形为 2d，然后又恢复为 1d。顺序没有变化。

但是如果我做一个切片视图：

In [351]: x[:,:2]
Out[351]: 
array([[0, 1],
       [3, 4]])
In [352]: x[:,:2].ravel()
Out[352]: array([0, 1, 3, 4])

这个解谜有一个间隙，因此是一个副本。

Transpose 也是一个视图，不能重新整形为一个视图：

In [353]: x.T
Out[353]: 
array([[0, 3],
       [1, 4],
       [2, 5]])
In [354]: x.T.ravel()
Out[354]: array([0, 3, 1, 4, 2, 5])

除了，如果我们指定正确的顺序，ravel 就是一个视图。

In [355]: x.T.ravel(order='F')
Out[355]: array([0, 1, 2, 3, 4, 5])

reshape 对顺序进行了广泛的讨论。而transpose 实际上是通过返回具有不同形状和步幅的视图来工作的。对于二维数组transpose 产生一个订单F 数组。

因此，只要您知道这样的操作，您就可以放心地假设 reshape/ravel 是连续的。

请注意，即使 [354] 是一个副本，分配给 flat 也会更改原始文件

In [361]: x[:,:2].flat[:] = [3,4,2,1]
In [362]: x
Out[362]: 
array([[3, 4, 2],
       [2, 1, 5]])

x[:,:2].ravel()[:] = [10,11,2,3] 不会更改 x。在这种情况下，y = x[:,:2].flat 可能比等效的 ravel 更有用。