python - 在 Numpy 中设置 *默认* 数据顺序(C 与 Fortran)

Question

我正在将一些 MATLAB 代码移植到 Numpy。此任务包括从某些 C++ 代码中剥离 MEX，并将其替换为对 Numpy 的 C-API 的等效调用。一个问题是 MEX 代码将传入数据视为按 Fortran 排序的，因为这就是 MATLAB 对其数组排序的方式。另一方面，Numpy 默认使用 C 排序。

如果不完全重写 C 排序的 MEX 代码，我可以:

• (A) 使用 .copy('F') 对进入 C 代码的数组重新排序，对使用 .copy( 'C')
• (B) 从一开始就按照 Fortran 顺序执行所有操作，弄清楚如何让 numpy“模拟”MATLAB。

选项 A——目前已实现——工作正常但效率极低。有人知道如何使选项 B 起作用吗？

Answer 1

我解决这个问题的方法(当我用 f2py 包装 fortran 代码时)是以 fortran 顺序显式声明所有相关的 numpy 数组，因为 numpy 可以愉快地透明地使用它们，它甚至可以很好地结合 fortran 和 C 顺序数组.不幸的是，似乎 numpy 操作不保留 fortran 顺序。因此，您应该预先分配将以 Fortran 顺序传递给 MEX 的目标数组，例如:

A = np.empty((10, 10))
B = np.empty((10,2))
# fill A and B with the data you want

C = np.empty((10, 2), order='F')
C[:] = np.dot(A, B) # note that this index is essential
# C is then passed to your MEX routine   

我不确定这是否比您的解决方案 A 更有效，因为赋值有一个隐式副本。

但是，应该没有必要对来自 MEX 例程的 Fortran 数组重新排序 - numpy 将非常透明地处理它们，只要它知道它们的顺序。