numpy 数组的属性

Question

假设我们有一个 numpy 数组。

a = np.array([[1,2,3],[4,5,6], [7,8,9]])

现在，如果我想提取第 0 列和第 2 列，则需要执行类似的操作

b = a[:, [0, 2]]

然而，如果我们尝试通过执行来查找 b 的属性b.flags，我们会得到

C_CONTIGUOUS : False
F_CONTIGUOUS : True

可以看到，原本是C_contigious的数组a自动转换为F_contigulous。如果我在单核上运行代码，这通常不会造成任何问题。但是，如果我使用 mpi4py 将数据分散到多个核心，则它必须仅是 C_contigious，否则分散是不正确的。

我的问题是如何避免“b”自动转换为 F_contigious？

谢谢，

SLB

Answer 1

b首先，您可以通过将其复制到新数组来获得 C 连续版本： fixedb = b.copy()。

至于为什么会发生这种情况，可能是基本索引和高级索引混合的有效实现。看起来隐藏数组是在从 复制时创建的a，然后b通过使其成为该隐藏数组的 F 连续视图来创建：

a

#array([[1, 2, 3],
#       [4, 5, 6],
#       [7, 8, 9]])

a.base

#None
# means a is the original array

b = a[:, [0, 2]]

#array([[1, 3],
#       [4, 6],
#       [7, 9]])

b.base

#array([[1, 4, 7],
#       [3, 6, 9]])
# b is NOT the original array
# and the original array isn't a either

fixedb = b.copy()
#array([[1, 3],
#       [4, 6],
#       [7, 9]])

fixedb.base

#None
# new array is original, and by default copy makes C-contiguous