了解numpy数组如何在内存中布局

Question

我正在尝试使用numpy在python中使用构建OpenGL纹理,但我遇到了问题,因为我无法预测numpy数组将如何在内存中组织.下面的示例程序(应该按原样运行)说明了我的困惑:

from pylab import *

array_by_hand = array(
    [[[1, 2, 3, 4], [1, 2, 3, 4]], 
    [[1, 2, 3, 4], [1, 2, 3, 4]]], dtype='uint8')

layers = 1 * ones((2, 2)), 2 * ones((2, 2)), 3 * ones((2, 2)), 4 * ones((2, 2))
array_from_layers = dstack(layers)
array_from_layers = array_from_layers.astype('uint8')

print array_by_hand; print
print array_from_layers; print

print ' '.join(x.encode('hex') for x in array_by_hand.data)
print ' '.join(x.encode('hex') for x in array_from_layers.data)
print
print all(array_by_hand == array_from_layers)                 # True
print str(array_by_hand.data) == str(array_from_layers.data)  # False

虽然就python而言,这两个数组是等价的,但在内存中的布局不同,因此OpenGL的显示方式不同.有人可以解释为什么会发生这种情况以及我如何将两个数组强制转换为相同的格式？

Answer 1

如果您改为调用 tostring 方法，它会将数组转换为 C 连续布局：

>>> array_by_hand.tostring() == array_from_layers.tostring()
True

您的情况下字符串不同的原因是因为调用dstack。它试图通过简单地组合源数组的基础数据然后更改numpy 的步幅信息来智能地将数组堆叠在一起。这会导致数组不处于 C 连续布局中。