取实部或虚部使数组在 numpy 中不是 C 连续的答案

【问题标题】：taking real or imaginary part makes array not C-contigous in numpy取实部或虚部使数组在 numpy 中不是 C 连续的
【发布时间】：2018-05-03 05:32:25
【问题描述】：

我有一个 numpy-array，我需要它是 F-contiguous 的 C-（对于 paraview）：

t=np.linspace(0,10) y=exp(1j*t) 到目前为止它是连续的，我通过y.flags 进行检查。但是当我取这个数组的实部或虚部时 - 它变得不连续，例如y.real.flags 表明了这一点。另一方面，如果我采用abs(y) 或angle(y) - 它们都是连续的，所以我实际上可以通过cos 或angle(y) 的sin 找到实部和虚部。为什么采用real 或imag 使数组不连续？错误？

【问题讨论】：

标签： python numpy numpy-ndarray

【解决方案1】：

y.real 和 y.imag 只是让您查看 y 数组，每隔 8 个字节跳过一次。注意到OWNDATA: False 标志了吗？这就是它的意思：它们只是对他人数据的看法。这也是它们不连续的原因。不是bug，是优化。

abs 和 angle 必须构建一个全新的数组。这是连续的，但这也意味着您只花费了线性时间和空间，而不是恒定的几十个字节和纳秒。

当然，如果想要构建一个全新的数组，你总是可以明确地这样做：

>>> y.real.copy().flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

或者：

>>> np.ascontiguousarray(y.real).flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

copy当然总是复制；我相信 ascontiguousarray 仅在数组尚未连续时才复制。这似乎不能保证in the docs，但我很确定它只是调用require。（无论如何，任何一个都会比cos(angle(y))快很多。）

【讨论】：

谢谢，目前对我来说，这种优化非常奇怪和不直观，因为所有其他 (?) 与函数的映射都是连续的。不过也许我以后会明白的。
@Sleepyhead 这是一种优化，因为它不必复制数组。这对大型数组有很大的不同——它不是为 100 万个新行分配空间并循环和复制超过 100 万个新值，它只是创建一个新的小数组句柄，指向内存中现有的 100 万行，跨步表示“每隔 8 个字节跳过一次”的标志