Python 两种不同跨距阵列上的内部numpy循环顺序

考虑以下代码：

import numpy as np
A = np.arange(100 * 100 * 100)
A.shape = (100, 100, 100)
B = A.copy()
B[:] = A.transpose(2, 0, 1)

在内部，是否定义了最后一个副本的循环顺序？numpy是否优先考虑

B

的自然顺序还是

A

？如果我将最后一行更改为

B[：]+=A.transpose（2,0,1）

，顺序是否不同

---

上下文：我对复制阵列时缓存未命中的影响很感兴趣，希望使用简单的numpy脚本来衡量成本。然而，要解释numpy结果，我需要知道它在内部做什么。

你的意思是

A。转置（2，0，1）

nditer

是在数组上迭代的首选方式（尽管我不知道是否每个操作都已转换）。解释它，并包括一个

cython

示例。循环顺序是什么？据我所知，转置只改变刺耳的声音，斯努皮肯定至少比这聪明一点。例如，它肯定会以相反的顺序在“C”有序和“F”有序阵列轴上循环。我还认为它会执行一系列操作，比如

B=a.copy（）；B.T[：]=A.T

以最有效的方式。