小编Apo*_*eir的帖子

例如，假设我正在模拟一堆随时间变化的粒子，并且有一个particles使用这些索引调用的多维数组：

• 粒子的x / y / z坐标（长度为a，3用于3d空间）
• 单个粒子的索引（长度b）
• 时间步长的索引（长度为c）

构造这样的数组更好particles.shape == (a, b, c)还是particles.shape == (c, b, a)？

我对约定更感兴趣而不是效率：Numpy数组可以以C样式（最后一个索引变化最快）或Fortran样式（第一个索引）设置，因此它可以有效地支持这两种设置。我也意识到我可以用来transpose按我需要的任何顺序放置索引，但是我想将其最小化。

我本人开始对此进行研究，并找到了对这两种方式的支持：

Pro-（c，b，a）：

• 默认情况下，Numpy使用C样式的数组，其中最后一个索引是变化最快的。
• 大多数的向量代数函数（inner，cross等）作用于最后一个索引。（dot作用于一个的最后一个和另一个的倒数第二个。）
• 所述matplotlib收集对象（LineCollection，PolyCollection）期待与过去轴的空间坐标的阵列。

Pro-（a，b，c）：

• 如果我要使用meshgrid并mgrid产生一组点，它将把空间轴放在第一位。例如，np.mgrid[0:5,0:5,0:5].shape == (3,5,5,5)。我意识到这些函数主要用于整数数组索引，但是使用它们生成点网格并不少见。
• 的matplotlib scatter和plot功能分裂出它们的参数，所以它的不可知的阵列的形状，但ax.plot3d(particles[0], particles[1], particles[2])短于与版本键入particles[..., 0]

通常，似乎存在两种不同的约定（可能是由于C和Fortran之间的历史差异），目前尚不清楚Numpy社区中哪个更常见，或更适合我在做什么。