Python RuntimeWarning:在不复制的情况下,无法在非连续输入数组上提供视图
使用skimage时,我得到以下错误:Python RuntimeWarning:在不复制的情况下,无法在非连续输入数组上提供视图,python,numpy,scikit-image,contiguous,Python,Numpy,Scikit Image,Contiguous,使用skimage时,我得到以下错误: win = skimage.util.view_as_windows(x, windowSize, windowShift) C:\Program Files\Anaconda2\lib\site-packages\skimage\util\shape.py:247: RuntimeWarning: Cannot provide views on a non-contiguous input array without copying. warn(R
win = skimage.util.view_as_windows(x, windowSize, windowShift)
C:\Program Files\Anaconda2\lib\site-packages\skimage\util\shape.py:247: RuntimeWarning: Cannot provide views on a non-contiguous input array without copying.
warn(RuntimeWarning("Cannot provide views on a non-contiguous input "
据我所知,这是因为x是一个非连续数组
我想我解决了添加我的代码np.ascontiguousarray
的问题,如下所示:
win = skimage.util.view_as_windows(np.ascontiguousarray(x), windowSize, windowShift)
这样做对吗?注意:我每次从skimage调用这个函数时都会这样做……它有什么特别的含义吗
In [44]: from scipy.io import loadmat
In [45]: d = loadmat('test7.mat')
In [46]: d
Out[46]:
{'__globals__': [],
'__header__': b'MATLAB 5.0 MAT-file, written by Octave 4.0.0, 2016-09-01 15:43:02 UTC',
'__version__': '1.0',
'x': array([[ 1., 2., 3.],
[ 4., 5., 6.]])}
In [48]: np.info(d['x'])
class: ndarray
shape: (2, 3)
strides: (8, 16)
itemsize: 8
aligned: True
contiguous: False
fortran: True
data pointer: 0xabfa13d8
byteorder: little
byteswap: False
type: float64
In [49]:
或标志
属性:
In [52]: x.flags
Out[52]:
C_CONTIGUOUS : False
F_CONTIGUOUS : True
OWNDATA : False
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False
In [54]: d['x'].flags['C_CONTIGUOUS']
Out[54]: False
In [55]: d['x'].flags['F_CONTIGUOUS']
Out[55]: True
np.ascontiguous
就是这样
array(a, dtype, copy=False, order='C', ndmin=1)
如果需要获得正确的订单,它只复制(数据缓冲)一份。有关更多详细信息,请参阅np.array
文档x.copy()
无论如何都会复制
如果要在
skimage
代码中使用所有loadmat
数组,则调用所有ascontiguous
是有意义的,因为这些数组需要C
连续数组<“代码>视图”\u因为“窗口”可能正在做一些跨步动作来制作(滑动)窗口。如何创建此x
?我怀疑skimage
开发人员是否希望您在每次使用此util时看到此警告。非连续数组并不常见。我使用scipy从matlab文件中读取它…我可以在第一次加载x时使用np.ascontigousarray()。。。可以吗?加载时没有获得连续数组有点奇怪。这可能表明加载数据有问题,因此最好仔细检查x
是否正确。除此之外,在加载后立即转换为连续的正是您最应该做的事情。可能发生的最糟糕的情况是,由于np.ascontigousarray
需要复制数据,因此大图像的内存不足。是否有方法检查数组是否连续?