python - Numpy C-Api 将顺序从列更改为行

Question

将 numpy 数组传递给 c 扩展时更改其顺序的最佳方法是什么？对于接口(interface)，我使用 cython 和 numpy 的 PyArray_DATA

假设我有 x = np.empty((2000,10)) 并且我想将该数组传递给 C，使得 x[2000] 对应于Python 中的 x[0,1] 和 x[1] 到 x[1,0]。我该怎么做？

到目前为止，我尝试了 np.copy(oder='C')、np.transpose()、np.reshape((- 1)) 和 np.flatten。

Answer 1

您似乎对“列”和“行”这两个术语感到困惑。 行优先 为order='c'，列优先 为order='f'。这是一个显示aht的示例

shape = (2000, 10)
buffer = "".join("{:5d}".format(i) for i in range(np.prod(shape)))
x = np.ndarray(shape, 'S5', order='f', buffer=buffer)
print x[0, 1]
# ' 2000'
print x.flags
#   C_CONTIGUOUS : False
#   F_CONTIGUOUS : True
#   OWNDATA : False
#   WRITEABLE : False
#   ALIGNED : False
#   UPDATEIFCOPY : False
x = np.ndarray((2000, 10), 'S5', order='c', buffer=buffer)
print x[0, 1]
# '    1'
print x.flags
#   C_CONTIGUOUS : True
#   F_CONTIGUOUS : False
#   OWNDATA : False
#   WRITEABLE : False
#   ALIGNED : False
#   UPDATEIFCOPY : False

有几种方法可以在 numpy 中强制进行内存布局，以下是一些:

# When you create the array:
x = np.empty((2000, 10), order='f')

# Check the order and copy if needed:
x = np.asfortranarray(x)

# Force a copy:
x_fortran = x.copy(order='f')

请注意，所有这 3 个方法都会生成一个“相同”的 numpy 数组，即对于所有 Python 代码来说都相同:

print np.all(x.copy('c') == x.copy('f'))
# True