为什么numpy.ravel返回一个副本

Question

在以下示例中：

>>> import numpy as np
>>> a = np.arange(10)
>>> b = a[:,np.newaxis]
>>> c = b.ravel()
>>> np.may_share_memory(a,c)
False

为什么numpy.ravel返回我的数组的副本？它不应该只是返回a吗？

编辑：

我刚刚发现np.squeeze不会返回副本。

>>> b = a[:,np.newaxis]
>>> c = b.squeeze()
>>> np.may_share_memory(a,c)
True

为什么在这种情况下squeeze和ravel之间存在差异？

编辑：

正如mgilson所指出的，newaxis将数组标记为不连续，这就是ravel返回副本的原因。

因此，新的问题是为什么newaxis将阵列标记为不连续的。

故事变得更奇怪：

>>> a = np.arange(10)
>>> b = np.expand_dims(a,axis=1)
>>> b.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
>>> c = b.ravel()
>>> np.may_share_memory(a,c)
True

根据expand_dims的文档，它应该等同于newaxis。

Answer 1

这可能不是你问题的最佳答案，但插入newaxis似乎会导致numpy将数组视为不连续的——可能是出于广播目的：

>>> a=np.arange(10)
>>> b=a[:,None]
>>> a.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
>>> b.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

然而，重塑不会导致这种情况：

>>> c=a.reshape(10,1) 
>>> c.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

这些阵列共享相同的内存：

>>> np.may_share_memory(c.ravel(),a)
True

编辑

np.expand_dims实际上是使用reshape实现的，这就是它工作的原因（我想这是文档中的一个小错误）。以下是来源（没有文档字符串）：

def expand_dims(a,axis):
    a = asarray(a)
    shape = a.shape
    if axis < 0:
        axis = axis + len(shape) + 1
    return a.reshape(shape[:axis] + (1,) + shape[axis:])

Answer 2

看起来可能与步幅有关：

>>> c = np.expand_dims(a, axis=1)
>>> c.strides
(8, 8)
>>> b = a[:, None]
>>> b.strides
(8, 0)
>>> b.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
>>> b.strides = (8, 8)
>>> b.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

我不确定维度1上的步幅会有什么不同，但这似乎就是numpy将数组视为不连续的原因。