Python 复制数组会将数据从C_连续更改为F_连续 请考虑下面的例子： import numpy as np pos = np.random.rand(3,1000) k = np.random.randint(0,1000,1000) #this is just a random index to walk the array print pos.flags

前面的例子给出了：

C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False

如果使用先前定义的索引k复制数组，则会得到以下结果：

pos_temp = pos[:,k]
print pos_temp.flags

给出：

C_CONTIGUOUS : False
F_CONTIGUOUS : True
OWNDATA : False
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False

但是，如果按以下方式复制阵列：

pos_temp = np.ndarray([3,1000])
pos_temp[:,:] = pos[:,k]
print pos_temp.flags

我得到：

C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False

---

如我所料。当我将数组传递给C子程序时，这有点烦人。所以，我的问题是：前面的例子有什么不同？为什么每个案例的行为都如此不同？这就是我所期望的，还是我遗漏了什么

简而言之，当您需要保证特定订单时，请使用

np.ascontiguousarray

（对于C订单）或

np.asfortranarray

（对于F订单）。就目前的情况而言，C顺序是默认的，但是numpy中的一个常见习惯用法是交换轴，沿第一个轴应用，然后再交换回来。这可能就是这里正在发生的事情，尽管水平较低。另一种复制方式将对象强制转换为它们被分配到的数组的顺序

np.take

将执行相同的操作并返回一个C-order数组，但当需要保证订单时，最好调用

np.ascontiguousarray

。