强制执行 numpy 数组的内存转置

Question

我正在将一个 C 库与 python 接口。我在 numpy 中有数组，我使用ctypes数组的属性传递给库。

在某些时候，我需要向 C 库提供一个数组，这应该是a我拥有的 numpy 数组的转置。（另一种说法是，C 库不接受最内层维度的步幅）。但是，当我通过a.T而不是 时a，什么也没有发生。

事实上，numpy 似乎通过简单地交换步幅来进行某种懒惰的换位：

import ctypes
import numpy as np
a = np.zeros((2, 3))
a.ctypes.strides_as(ctypes.c_longlong)[:]
# returns [24, 8]
a.T.ctypes.strides_as(ctypes.c_longlong)[:]
# return [8, 24]

我的问题是，如何强制这种换位发生在内存中？

编辑

我注意到

a.T + np.zeros(a.T.shape)

像我想要的那样重新排列内存，但如果有更优雅和明确的解决方案，我仍然希望听到它。

（另外，有趣的是，

a.T + np.zeros_like(a.T)

似乎没有重新排序内存）。

Answer 1

a.T，就像 a.transpose()，只影响标题和返回视图。您可以使用 : 来检查它们a.T.flags.owndata，即False.

要实际转置数据，最简单的方法是制作副本： a=a.T.copy()。

使其到位是一项艰巨的任务。你可以这样做：

a=np.arange(6).reshape(2,3).copy()
print(a,a.flags,id(a),sep='\n')

a.ravel()[:]=a.T.ravel()
a.shape=a.T.shape

print(a,a.flags,id(a),sep=('\n'))

输出 ：

[[0 1 2]
 [3 4 5]]
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
221212538640
[[0 3]
 [1 4]
 [2 5]]
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
221212538640

但没有任何保证，因为您在读取的数据上写入。在大型阵列上，它可能会失败而不发出警告。