numpy.reshape()与order ='F'如何工作？

Question

我以为我理解了Numpy中的重塑功能,直到我搞砸了它并遇到了这个例子:

a = np.arange(16).reshape((4,4))

返回:

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

这对我来说很有意义,但是当我这样做时:

a.reshape((2,8), order = 'F')

它返回:

array([[0,  8,  1,  9,  2, 10, 3, 11],
       [4, 12,  5, 13,  6, 14, 7, 15]])

我希望它能回归:

array([[0, 4,  8, 12, 1, 5,  9, 13],
       [2, 6, 10, 14, 3, 7, 11, 15]])

有人可以解释一下这里发生了什么吗？

Answer 1

a'F'顺序的元素

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

是[0,4,8,12,1,5,9 ...]

现在用(2,8)数组重新排列它们.

我认为reshape文档谈论了对元素的粗暴,然后重新塑造它们.显然,首先完成了ravel.

试验a.ravel(order='F').reshape(2,8).

哎呀,我得到了你的期望:

In [208]: a = np.arange(16).reshape(4,4)
In [209]: a
Out[209]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
In [210]: a.ravel(order='F')
Out[210]: array([ 0,  4,  8, 12,  1,  5,  9, 13,  2,  6, 10, 14,  3,  7, 11, 15])
In [211]: _.reshape(2,8)
Out[211]: 
array([[ 0,  4,  8, 12,  1,  5,  9, 13],
       [ 2,  6, 10, 14,  3,  7, 11, 15]])

好的,我必须在重塑期间保持'F'顺序

In [214]: a.ravel(order='F').reshape(2,8, order='F')
Out[214]: 
array([[ 0,  8,  1,  9,  2, 10,  3, 11],
       [ 4, 12,  5, 13,  6, 14,  7, 15]])

In [215]: a.ravel(order='F').reshape(2,8).flags
Out[215]: 
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  ...
In [216]: a.ravel(order='F').reshape(2,8, order='F').flags
Out[216]: 
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True

来自np.reshapedocs

您可以将重塑视为首先对数组进行整形(使用给定的索引顺序),然​​后使用与raveling相同的索引顺序将raveled数组中的元素插入到新数组中.

这些注释order相当长,所以这个话题令人困惑也就不足为奇了.