为什么 NumPy reshape() 会创建一个新数组，为什么不保留顺序？

Question

关于检查numpy.reshape 调用是否已返回副本 [1、2] 有几个问题。这些问题通常是由于文档中含糊的警告提出的：

如果可能，这将是一个新的视图对象；否则，它将是一个副本。

我想知道 NumPy 在什么情况下会返回一个副本？在我测试过的每个 2D reshape 调用中，来自用户 jterrace 在2 中的回答的方法表明内存基础是相同的（即不是副本）。是不是只有更高维度的reshape才可能需要复制？

此外，来自文档的警告的第二部分通知用户：

...不保证返回数组的内存布局（C 或 Fortran 连续）。

换句话说，您可能会要求行优先，但您可以获得列优先输出。这不是破坏了order 参数的全部目的吗？什么时候会出现这种情况？

Answer 1

我想知道 NumPy 在什么情况下会返回副本？

In [13]: x = numpy.array([[1, 2, 3],
   ....:                  [4, 5, 6]])

In [14]: x[:, :2].reshape([4]).base is x
Out[14]: False

如果步幅不适用于新形状，NumPy 必须复制。

换句话说，您可能会要求行优先，但您可以获得列优先输出。这不是破坏了order 参数的全部目的吗？

没有。 numpy.reshape 无法请求特定的内存布局。 order 参数指定读取元素的索引顺序；它与内存布局无关。