python ravel与在重塑中使用的转置

我有一个二维数组

v

，

v.shape=（M_1，M_2）

，我想用

v.shape=（M_2，N_1，N_2）

和

M_1=N_1*N_2

将其重塑为一个三维数组

我想到了以下几行，它们产生了相同的结果：

np.reshape(v.T, reshape_tuple)

及

对于

重塑元组=（M_2，N_1，N_2）

如果原始

v

是一个巨大的（可能是复数值的）矩阵，那么哪一个在计算上更好？在什么意义上（comp时间、内存等）

---

我的猜测是使用转置更好，但是如果

restrape

自动执行

ravel

，那么ravel选项可能更快（尽管

restrape

可能在C或Fortran中执行

ravel

，但这并不清楚）

他们做事的顺序——重塑、改变步幅和复制——不同，但他们最终做的是同一件事

我喜欢使用

\uuuu数组\u接口\uuuu

查看数据缓冲区的位置以及其他更改。我想我应该添加

标志

来查看

顺序

。但是我们/你知道，

transpose

已经将顺序更改为

F

，对吗

In [549]: x=np.arange(6).reshape(2,3)
In [550]: x.__array_interface__
Out[550]: 
{'data': (187732024, False),
 'descr': [('', '<i4')],
 'shape': (2, 3),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

在

T

中，我们仍然可以按数字顺序单步遍历数组。但是在重新整形之后，

1

与

0

并不接近。显然有一份拷贝

In [566]: x.T.reshape(2,3)
Out[566]: 
array([[0, 3, 1],
       [4, 2, 5]])

拉威尔之后的值顺序看起来很相似，重塑之后更明显

In [567]: x.ravel(order='F')
Out[567]: array([0, 3, 1, 4, 2, 5])
In [568]: x.ravel(order='F').reshape(2,3)
Out[568]: 
array([[0, 3, 1],
       [4, 2, 5]])

---

好吧，我明白了，看来我选择什么真的无关紧要。谢谢有趣的是，计时显示np.reformate（v.T，reformate\u tuple）比np.reformate（v.ravel（order='F'），reformate\u tuple）快得多。也许

reformate\u tuple

就是这样的

np.reformate（v.T，reformate\u tuple）

不需要复制。也就是说，新形状与转置形状兼容。我要检查

\uuuu数组\u接口\uuuu

。

In [552]: x.ravel(order='F').__array_interface__
Out[552]: 
{'data': (182286992, False),
 'descr': [('', '<i4')],
 'shape': (6,),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

In [553]: x.T.ravel().__array_interface__
Out[553]: 
{'data': (182286992, False),
 'descr': [('', '<i4')],
 'shape': (6,),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

In [554]: x.T.ravel().reshape(2,3).__array_interface__
Out[554]: 
{'data': (182286992, False),
 'descr': [('', '<i4')],
 'shape': (2, 3),
 'strides': None,
 'typestr': '<i4',
 'version': 3}
In [555]: x.ravel(order='F').reshape(2,3).__array_interface__
Out[555]: 
{'data': (182286992, False),
 'descr': [('', '<i4')],
 'shape': (2, 3),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

In [558]: x.T.reshape(2,3).__array_interface__
Out[558]: 
{'data': (182286992, False),
 'descr': [('', '<i4')],
 'shape': (2, 3),
 'strides': None,
 'typestr': '<i4',
 'version': 3}

In [565]: x.T
Out[565]: 
array([[0, 3],
       [1, 4],
       [2, 5]])

In [566]: x.T.reshape(2,3)
Out[566]: 
array([[0, 3, 1],
       [4, 2, 5]])

In [567]: x.ravel(order='F')
Out[567]: array([0, 3, 1, 4, 2, 5])
In [568]: x.ravel(order='F').reshape(2,3)
Out[568]: 
array([[0, 3, 1],
       [4, 2, 5]])