为什么numpy.ravel会返回副本？

Question

在以下示例中:

>>> import numpy as np
>>> a = np.arange(10)
>>> b = a[:,np.newaxis]
>>> c = b.ravel()
>>> np.may_share_memory(a,c)
False

为什么要numpy.ravel返回我的数组的副本？它不应该只是返回a？

编辑:

我刚刚发现np.squeeze 它没有返回副本.

>>> b = a[:,np.newaxis]
>>> c = b.squeeze()
>>> np.may_share_memory(a,c)
True

为什么在这种情况下squeeze和之间存在差异ravel？

编辑:

正如mgilson指出的那样,newaxis将数组标记为不连续,这ravel就是返回副本的原因.

所以,新问题是为什么newaxis将数组标记为不连续.

尽管如此,这个故事更加怪异:

>>> a = np.arange(10)
>>> b = np.expand_dims(a,axis=1)
>>> b.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
>>> c = b.ravel()
>>> np.may_share_memory(a,c)
True

根据文档expand_dims,它应该相当于newaxis.

Answer 1

这可能不是您问题的最佳答案,但看起来插入newaxis会导致numpy将阵列视为非连续的 - 可能用于广播目的:

>>> a=np.arange(10)
>>> b=a[:,None]
>>> a.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
>>> b.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

但是,重塑不会导致:

>>> c=a.reshape(10,1) 
>>> c.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

那些数组确实共享相同的内存:

>>> np.may_share_memory(c.ravel(),a)
True

编辑

np.expand_dims实际上是使用reshape它实现的原因(这是我假设的文档中的一个小错误).这是源代码(没有docstring):

def expand_dims(a,axis):
    a = asarray(a)
    shape = a.shape
    if axis < 0:
        axis = axis + len(shape) + 1
    return a.reshape(shape[:axis] + (1,) + shape[axis:])