强制 numpy 数组物理匹配内存中的跨步答案

【问题标题】：Force numpy array to physically match striding in memory强制 numpy 数组物理匹配内存中的跨步
【发布时间】：2015-04-17 12:58:35
【问题描述】：

对于互相关例程，我想获取一些二维矩阵（灰度图像），将其中一半旋转 90 度，然后对它们进行傅里叶变换。我正在交叉关联大量帧，因此我尝试将 pyFFTW 与我过去成功使用的 FFTW 对象接口一起使用。

但是，在这里使用numpy.rot90() 我遇到了一个问题，即 numpy 不是物理地旋转内存中的数组，而是简单地改变步幅，而 FFTW 需要实际旋转物理内存中的数组。

# Import a 2k x 2k image
mage = my_image_import_function( (2048,2048) )
# mage striding is (16384,8)
temp = np.rot90( mage, k=-1 )
# temp striding is (8, -16384 )
temp2 = np.copy( temp )
# temp2 striding is (8, 16384)
mage2 = np.lib.stride_tricks.as_strided( temp2, (2048,2048), (16384,8) )
# mage2 striding is (16384,8)
pyFFTWobj.update_arrays( mage2, mageFFT )
pyFFTWobj.execute()

.as_strided() 的使用恢复了原来的跨步，这样就可以输入到 pyFFTW 中。然而，在应用.as_strided() 函数后，mage2 不再相对于mage 旋转。 .as_strided() 已经撤消了旋转操作，所以上面的代码什么都不做。

程序员如何在物理上强制 numpy 数组匹配其在内存中的步幅？

【问题讨论】：

atom 和 Jaime 的答案都是正确的，atom 就地工作，而我得到 Jaime 的答案，因为它更明确一些。

标签： python numpy fftw stride

【解决方案1】：

您可以提供np.copy 一个order kwarg 来控制复制数组的内存布局。你似乎想要一个 C 连续数组，所以你想做：

temp2 = np.copy(temp, order='C')

您也可以依赖这样一个事实，虽然 order 的默认值 np.copy function 是 'K'，但对应的 method 的 ndarray 是 'C'，所以这也可以：

temp2 = temp.copy()

当然，“显式胜于隐式”等等，所以即使你采用这种方法，也最好明确地询问你想要什么：

temp2 = temp.copy(order='C')

一些假数据，看看它是否有效：

In [36]: a = np.random.randint(256, size=(2048, 2048)).astype(np.uint8)

In [37]: a.strides
Out[37]: (2048, 1)

In [38]: np.rot90(a, k=-1).strides
Out[38]: (1, -2048)
# The method default works...
In [39]: np.rot90(a, k=-1).copy().strides
Out[39]: (2048, 1)
# ...but explicit is better than implicit
In [40]: np.rot90(a, k=-1).copy(order='C').strides
Out[40]: (2048, 1)
# The function default does not work
In [41]: np.rot90(a, k=-1).copy(order='K').strides
Out[41]: (1, 2048)

【讨论】：

【解决方案2】：

你可以像这样强制它在内存中更新：

mage=np.random.random((2048,2048))
mage[:] = np.rot90(mage,k=-1)

如果您需要按原样保留mage，您可以使用zeros_like 在内存中设置另一个数组：

mage2=np.zeros_like(mage)
mage2[:] = np.rot90(mage,k=-1)

【讨论】：