将 numpy 数组转换为 C 连续顺序的最便宜方法

Question

下面生成一个C连续的numpy数组：

import numpy
a = numpy.ones((1024,1024,5))

现在，如果我切片，结果可能不再相同。例如：

bn = a[:, :, n]

n从 0 到 4。我的问题是我需要bn是 C 连续的，我需要为许多实例执行此操作。我只需要每个bn一次，并且想避免这样做

bn  = bn.copy(order='C')

我也不想重写我的代码，这样

a = numpy.ones((5,1024,1024))

有没有比复制更快、更便宜的方法来获得bn？

背景：

我想对每个a的每个切片进行哈希处理，使用

import hashlib
hashlib.sha1(a[:, :, n]).hexdigest()

不幸的是，这将引发ValueError，抱怨订单。因此，如果有另一种快速方法可以获取我想要的哈希值，我也会使用它。

Answer 1

这是将

numpy 与 C 接口时的标准操作。看看 numpy.ascontiguousarray

x=numpy.ascontiguousarray(x)

是处理它的正确方法。

如果你需要 fortran order，请使用 numpy.asfortranarray。

如前所述，如有必要，该函数将复制。所以没有办法绕过它。您可以在操作前尝试滚动轴，使短轴是第一个轴。这为您提供了阵列的视图

In [2]: A=np.random.rand(1024,1024,5)
In [3]: B=np.rollaxis(A,2)
In [4]: B.shape
Out[4]: (5, 1024, 1024)
In [5]: B.flags
Out[5]:
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False
In [6]: A.flags
Out[6]:
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

所以滚动轴也不能解决这个问题。

Answer 2

就目前而言，任何将切片强制bn C 连续顺序的尝试都将创建一个副本。

如果您不想更改开始时的形状（并且不需要按 C 顺序a本身），一种可能的解决方案是从 Fortran 顺序的数组a开始：

>>> a = numpy.ones((1024, 1024, 5), order='f')

然后，切片也是 F 连续的：

>>> bn = a[:, :, 0]
>>> bn.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : True
  OWNDATA : False
  ...

这意味着切片bn的转置将按 C 顺序排列，并且转置不会创建副本：

>>> bn.T.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : False
  ...

然后，您可以对切片进行哈希处理：

>>> hashlib.sha1(bn.T).hexdigest()
'01dfa447dafe16b9a2972ce05c79410e6a96840e'

Answer 3

要强制 numpy 数组x是 C 连续的，而不在开始时已经这样做时制作不必要的副本，您应该使用，

 x = numpy.asarray(x, order='C')

请注意，如果此数组不是 C 连续的，则在效率方面可能与 x.copy(order='C') 相似。我认为没有办法解决它。除了将数据复制到新位置之外，您无法重新组织内存中数组的对齐方式。

重写代码，使其首先使用切片索引，因为numpy.ones((5,1024,1024))似乎是优化它的唯一合理方法。