numpy.ascontiguousarray

numpy.ascontiguousarray(a, dtype=None, *, like=None)

返回内存中(C 顺序)的连续数组 (ndim >= 1).

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, optional

参考对象以允许创建非NumPy数组的数组. 如果作为 like 传入的类数组支持 __array_function__ 协议,则结果将由它定义. 在这种情况下,它可以确保创建与通过此参数传入的数组对象兼容的数组对象.

在 1.20.0 版本加入.

返回:

outndarray

与 a 具有相同形状和内容的连续数组,如果指定了类型 dtype .

参见

asfortranarray

将输入转换为具有列优先内存顺序的ndarray.

require

返回满足要求的 ndarray.

ndarray.flags

关于数组内存布局的信息.

示例

Try it in your browser!

从一个 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 连续副本:

>>> y = np.ascontiguousarray(x)
>>> y.flags['C_CONTIGUOUS']
True
>>> np.may_share_memory(x, y)
False

现在,从一个 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:此函数返回至少一维(1-d)的数组,因此它不会保留 0-d 数组.

Go BackOpen In Tab