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。

本页内容