numpy 中的行专业和列专业是什么？答案

【问题标题】：What is row major and column major in numpy?numpy 中的行专业和列专业是什么？
【发布时间】：2023-03-18 07:56:01
【问题描述】：

我是 numpy 的新手，我正在阅读 numpy，但我无法理解 numpy 中的行专业和列专业，谁能用最简单的方法举例解释？任何答案将不胜感激，谢谢

【问题讨论】：

【解决方案1】：

考虑这样一个数组：

>>> A = np.random.randint(low=1, high=9, size=(3,3))
>>> A   
array([[8, 7, 2],
       [4, 2, 5],
       [8, 6, 7]])

使用 row-major 意味着值将像这样存储在内存中（假设为 64 位整数）：

Memory address  0x00  0x08  0x10  0x18  0x20  0x28  0x30  0x38  0x40
Value              8     7     2     4     2     5     8     6     7

而 column-major 存储看起来像这样：

Memory address  0x00  0x08  0x10  0x18  0x20  0x28  0x30  0x38  0x40
Value              8     4     8     7     2     6     2     5     7

Numpy 默认以行优先顺序存储。

>>> A[0].__array_interface__['data']
(14502656, False)
>>> A[1].__array_interface__['data']
(14502680, False)  # 14502680 - 14502656 == 24

您可以看到第二行数据与第一行相距 24 个字节（三个 int64 值）。转置后的数组提供了原始数组数据的视图，而不是副本，它以显示为主要列的方式跨步（内存中的实际数据保持相同的顺序）：

>>> A.T[0].__array_interface__['data']
(14502656, False)
>>> A.T[1].__array_interface__['data']
(14502664, False)  # 14502664 - 14502656 == 8

【讨论】：