Python 强制numpy数组物理匹配内存中的跨步

对于互相关例程，我想获取一些二维矩阵（灰度图像），将其中一半旋转90度，然后对它们进行傅里叶变换。我正在交叉关联大量帧，因此我尝试将pyFFTW与FFTW对象接口一起使用，我在过去成功地使用了该接口

但是，在这里使用

numpy.rot90（）

时，我遇到了这样一个问题：numpy并不是在内存中物理地旋转数组，而是简单地更改跨距，而FFTW要求实际旋转物理内存中的数组

# Import a 2k x 2k image
mage = my_image_import_function( (2048,2048) )
# mage striding is (16384,8)
temp = np.rot90( mage, k=-1 )
# temp striding is (8, -16384 )
temp2 = np.copy( temp )
# temp2 striding is (8, 16384)
mage2 = np.lib.stride_tricks.as_strided( temp2, (2048,2048), (16384,8) )
# mage2 striding is (16384,8)
pyFFTWobj.update_arrays( mage2, mageFFT )
pyFFTWobj.execute()

使用

.as_stride（）

可恢复原始跨步，以便将其输入pyFFTW。但是，在应用

.as_stride（）

功能后，

mage2

不再相对于

mage

旋转。

.as_stride（）

已撤消旋转操作，因此上述代码不执行任何操作

---

程序员如何在物理上强制numpy数组与其在内存中的跨距相匹配？

您可以强制它在内存中进行如下更新：

mage=np.random.random((2048,2048))
mage[:] = np.rot90(mage,k=-1)

如果您需要按原样保留

mage

，您可以使用

zero\u在内存中设置另一个数组，如
：

mage2=np.zeros_like(mage)
mage2[:] = np.rot90(mage,k=-1)

您可以提供
np.copy
一个
order
kwarg来控制复制阵列的内存布局。您似乎想要一个C连续数组，因此需要执行以下操作：

temp2 = np.copy(temp, order='C')

您也可以依赖这样一个事实，即
np.copy
的
order
的默认值是
'K'
，而
ndarray
的对应值是
'C'
，因此这也将起作用：

temp2 = temp.copy()

当然，“显式优于隐式”以及所有这些，因此，即使您使用该方法，也最好明确地要求您想要什么：

temp2 = temp.copy(order='C')

一些虚假数据，以确保其有效：

In [36]: a = np.random.randint(256, size=(2048, 2048)).astype(np.uint8)

In [37]: a.strides
Out[37]: (2048, 1)

In [38]: np.rot90(a, k=-1).strides
Out[38]: (1, -2048)
# The method default works...
In [39]: np.rot90(a, k=-1).copy().strides
Out[39]: (2048, 1)
# ...but explicit is better than implicit
In [40]: np.rot90(a, k=-1).copy(order='C').strides
Out[40]: (2048, 1)
# The function default does not work
In [41]: np.rot90(a, k=-1).copy(order='K').strides
Out[41]: (1, 2048)

atom和Jaime的答案都是正确的，atom的答案是正确的，而我的答案是Jaime的，因为它更明确一些。