python - numpy.array 中没有 Fortran 顺序

Question

我在以下位置看不到 Fortran 命令:

import numpy as np
In [143]: np.array([[1,2],[3,4]],order='F')
Out[143]: 
array([[1, 2],
       [3, 4]])

但在下面它起作用了:

In [139]: np.reshape(np.arange(9),newshape=(3,3),order='F')
Out[139]: 
array([[0, 3, 6],
       [1, 4, 7],
       [2, 5, 8]])

那么我在第一个中做错了什么？

Answer 1

当您调用 numpy.array 从现有 Python 对象创建数组时，它会为您提供一个具有原始 Python 对象所具有的任何形状 的对象。所以，

np.array([[1,2],[3,4]], ...)

会一直给你，

np.array([[1, 2],
          [3, 4]])

这正是您输入的内容，因此您应该不会感到意外。 Fortran order和C order不描述数据的形状，它们描述的是内存布局。当您打印出一个对象时，NumPy 不会向您显示内存布局，它只会向您显示形状。

当您使用 "K" 顺序展平数组时，您可以看到该数组真正以 Fortran 顺序存储，它保持了元素的原始顺序:

>>> a = np.array([[1,2],[3,4]], order="F")
>>> a.flatten(order="K")
array([1, 3, 2, 4])

这就是 Fortran 与 C 指令的真正区别:内存布局。大多数 NumPy 函数不会强制您考虑内存布局，而是透明地处理不同的布局。

听起来你想要的是转置，反转轴顺序。这可以简单地完成:

>>> b = numpy.transpose(a)
>>> b
array([[1, 3],
       [2, 4]])

这不会创建新数组，而是创建同一数组的新 View :

>>> b.base is a
True

如果您希望数据具有内存布局 1 2 3 4 并具有 [[1, 3], [2, 4]] 的 Fortran 顺序 View ，执行此操作的有效方法是存储现有的C 顺序数组，然后转置它，这将生成具有所需内容的 Fortran 顺序数组，并且不需要额外的副本。

>>> a = np.array([[1, 2], [3, 4]]).transpose()
>>> a.flatten(order="K")
array([1, 2, 3, 4])
>>> a
array([[1, 3],
       [2, 4]])

如果您使用 Fortran 顺序存储原始文件，转置将导致 C 顺序，所以您不希望这样(或者您可能只关心转置，而内存顺序并不重要？)。无论哪种情况，数组在 NumPy 中看起来都是一样的。

>>> a = np.array([[1, 2], [3, 4]], order="F").transpose()
>>> a.flatten(order="K")
array([1, 3, 2, 4])
>>> a
array([[1, 3],
       [2, 4]])