numpy.ascontiguousarray#
- numpy.ascontiguousarray(a, dtype=None, *, like=None)#
返回内存中连续的数组(ndim >= 1)(C 顺序)。
- 参数:
- aarray_like
输入数组。
- dtypestr 或 dtype 对象,可选
返回数组的数据类型。
- likearray_like,可选
参考对象,允许创建非 NumPy 数组的数组。如果作为
like
传入的类数组支持__array_function__
协议,则结果将由其定义。在这种情况下,它确保创建与通过此参数传入的数组对象兼容的数组对象。版本 1.20.0 中的新功能。
- 返回值:
- outndarray
与 a 形状和内容相同的连续数组,如果指定,则类型为
dtype
。
参见
asfortranarray
将输入转换为具有列主序内存顺序的 ndarray。
require
返回满足要求的 ndarray。
ndarray.flags
有关数组内存布局的信息。
示例
从 Fortran 连续数组开始
>>> import numpy as np >>> x = np.ones((2, 3), order='F') >>> x.flags['F_CONTIGUOUS'] True
调用
ascontiguousarray
会创建一个 C 连续的副本>>> y = np.ascontiguousarray(x) >>> y.flags['C_CONTIGUOUS'] True >>> np.may_share_memory(x, y) False
现在,从 C 连续数组开始
>>> x = np.ones((2, 3), order='C') >>> x.flags['C_CONTIGUOUS'] True
然后,调用
ascontiguousarray
返回相同的对象>>> y = np.ascontiguousarray(x) >>> x is y True
注意:此函数返回至少有一维(1-d)的数组,因此它不会保留 0-d 数组。