使用 numpy 读取/写入 fortran 顺序数组的正确方法

Question

我正在编写一个应用程序，它读取带有 fortran 排序数组的 ascii 文件，修改值，然后在 ascii 中写回该数据（按 fortran 顺序）。将这个数组读入numpy的正确方法是什么，表示数组是fortran顺序的， 然后按fortran顺序写回数据？

假设我有一个包含以下 ascii 文本的文件：

0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0

这些数字表示以 fortran 顺序编写的 2x2x2 数组。

ascii 格式比上面的要复杂一些。但是，只要说该格式不太适合使用任何自动 numpy ascii 加载器（如 numpy.loadtxt 等）就足够了。

我正在执行类似于以下的行来创建数组：

x = numpy.array([0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0], order='F')

我知道这是低效的，并且会进行大量额外的数据复制等。不过我更担心排序问题。

所以，我认为此时 x 在内存中像 fortran 数组一样被排序。现在，当我导出这个数组时，我应该使用numpy.nditer(x, order='F')吗？

Answer 1

这是有效的。转置解决了 numpy tofile() 只知道 C 顺序这一事实。

import numpy as np
file_path = 'C:/Temp/arr.txt'
x = np.array([0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0])
xf = x.reshape((2, 2, 2), order='F')
xf.T.tofile(file_path, sep=' ') # T is transpose, so it gets written in correct order
xn = np.fromfile(file_path, sep=' ')
xnr = np.reshape(xn, (2,2,2),order='F')
assert (xf==xnr).all()

# show the transpose is necessary
xf.tofile(file_path, sep=' ') # no .T, write in wrong order
xn = np.fromfile(file_path, sep=' ')
xnr = np.reshape(xn, (2,2,2),order='F')
assert (xf==xnr).all()==False

Answer 2

考虑以下几点：

In [11]: x = numpy.array([0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0])

In [12]: xf = x.reshape((2, 2, 2), order='F')

这里，xf 是 2x2x2 上的 x 的 Fortran 有序视图。你可以修改它，x 会相应地改变：

In [22]: xf[0,:,1] = [11, 12]

In [23]: x
Out[23]: array([  0.,   1.,   2.,   3.,  11.,   5.,  12.,   7.])

导出x 将保留原始顺序。