Python numpy 数组切片不是 Fortran 连续的答案

【问题标题】：Python numpy array slices are not Fortran ContiguousPython numpy 数组切片不是 Fortran 连续的
【发布时间】：2020-01-15 14:01:06
【问题描述】：

我已经定义了一个 Fortran 连续数组：

   import numpy as np

   hp  = np.zeros([number_fragments, max(length_fragments_list), 6], order='F')

此数组的切片不是 Fortran 连续的。我该如何解决？

hn = hp[0,0:Length-1,:]

   hn.flags

  C_CONTIGUOUS : False

  F_CONTIGUOUS : False

also

   hn = hp[0,0:Length-1,:].copy()

   hn.flags

  C_CONTIGUOUS : True

  F_CONTIGUOUS : False

如何在切片后轻松获得 Fortran 连续数组？

【问题讨论】：

我通常不关注flags属性。了解strides 更好。有时我也会看hn.__array_interface__。
谢谢。不幸的是，当我将切片数组发送到 Fortran 包装函数时，它说输入不是 Fortran 连续的。所以，它需要修复。
使用“F”顺序，最后一个维度是外部维度。像hp[:,:-1, 0] 这样的索引保持'F' 连续性（但会破坏最初'C' 数组的'C' 连续性）。 copy 接受订单参数。

标签： python arrays numpy f2py contiguous

【解决方案1】：

您可以在切片上应用 numpy 函数 np.asfortranarray 来强制执行它，例如：

 np.asfortranarray(hp[0,0:Length-1,:].copy())

【讨论】：

@DavoodNorouzi，很酷，不要犹豫，验证/提升答案；）
在asfortranarray 之后是否需要copy？我认为hp[0,0:Length-1,:].copy(order='F') 也可以。
@hpaulj, asfortranarray 一个人，根据我的经验，不要复制价值。所以是的，在需要数组副本的情况下，您的解决方案似乎更合适。
实际代码为np.array(a, dtype, copy=False, order='F', ndmin=1)。 copy=False 表示非必要不要复制，需要时可以复制。