相关疑难解决方法(0)

在关于reshape()函数的numpy手册中,它说

>>> a = np.zeros((10, 2))
# A transpose make the array non-contiguous
>>> b = a.T
# Taking a view makes it possible to modify the shape without modifying the
# initial object.
>>> c = b.view()
>>> c.shape = (20)
AttributeError: incompatible shape for a non-contiguous array

我的问题是:

1. 什么是连续和不连续的数组？它是否类似于C中的连续内存块,比如什么是连续的内存块？
2. 这两者之间有任何性能差异吗？我们什么时候应该使用其中一种？
3. transpose为什么使数组不连续？
4. 为什么c.shape = (20)抛出错误incompatible shape for a non-contiguous array？

感谢您的回答!

从Numpy的教程中,轴可以用整数编制索引,就像0用于列,1用于行,但我不明白为什么它们以这种方式编入索引？在处理多维数组时,如何计算每个轴的索引？

我还没有理解numpy中多维数组中的轴之间的差异。你能解释一下吗？我特别想知道numpy三维数组中的axis0，axis1和axis2在哪里。又为什么呢？谢谢。

np.transpose的时间复杂度是多少？

在我看来，它在内部循环了两个for循环，这意味着它应该具有O（n2）复杂度，但有人可以对此进行确认吗？另外，有什么办法可以减少矩阵转置的时间复杂度