Python Numpy数组切片转换内部数据

我正在编写一个C扩展，它将处理numpy数组。我已经编写了一个函数来读取和输出numpy数组。使用它，我注意到在输入数组中使用切片时出现的一种奇怪行为

读取（boolan）数组的C函数：

打印是通过以下方式完成的：

void printArrChar(char **arr, int dim1, int dim2) {
    int i, j;
    for (i = 0; i < dim1; i++) {
        for (j = 0; j < dim2; j++) {
            printf("%i ", arr[i][j]);
        }
        printf("\n");
    }
}

输出为：

a:
[[0 1 0 0 0 0]
 [0 0 0 1 0 1]
 [0 1 0 1 0 1]
 [0 0 1 1 0 1]
 [1 1 0 0 0 1]
 [0 0 1 1 1 0]
 [1 1 0 1 1 1]
 [0 1 0 0 1 0]
 [0 0 0 1 0 0]
 [0 0 1 0 1 1]]

aSlicing:
[[0 1 0 0 0 0]
 [0 0 0 1 0 1]
 [0 1 0 1 0 1]
 [0 0 1 1 0 1]
 [1 1 0 0 0 1]
 [0 0 1 1 1 0]
 [1 1 0 1 1 1]
 [0 1 0 0 1 0]
 [0 0 0 1 0 0]
 [0 0 1 0 1 1]]

C output for a:
0 1 0 0 0 0 
0 0 0 1 0 1 
0 1 0 1 0 1 
0 0 1 1 0 1 
1 1 0 0 0 1 
0 0 1 1 1 0 
1 1 0 1 1 1 
0 1 0 0 1 0 
0 0 0 1 0 0 
0 0 1 0 1 1 

C output for aSlicing:
0 0 0 0 1 0 
1 0 0 0 1 0 
1 0 1 0 1 1 
0 0 0 0 0 1 
0 1 0 0 0 1 
0 1 1 1 0 1 
1 0 1 0 0 0 
0 0 0 1 1 1 
0 1 0 1 1 1 
1 0 1 0 0 1 

很容易看出，

a

和

aSlicing

是python的相同数组。但是，在中读取数据的C函数将数据视为某种转置。C视为被许可，就好像它是

a.T.reshape((10,6))

有人知道为什么会出现这个错误，以及如何正确地规避它吗？当然，在C代码中转置是很容易的。但是，我希望我的程序能够处理这两种类型的数组

我更喜欢C扩展中的解决方案，即扩展的用户不必关心他们的输入是否被“切片”。尽管如此，我还是尝试将

aSliced

的一个深度副本放入扩展中，这与

aSliced

的错误结果相同

---

我正在使用python 3.4 64位、numpy 1.9.1、Win8 64位和Visual Studio 10 64位C编译器。

正如hpaulj所指出的，可以使用标志

F_continuous

来计算内存结构。我花了很多时间试图找到从C中读取此标志的方法。据我所知，可以通过计算

trials\u array->flags%2

的值来完成。然而，我没有找到任何关于这个问题的明确解释的参考资料

trials\u array->flags

是一个整数。numpy标志常量

NPY\u C\u continuous

，

NPY\u F\u continuous

等是两个幂的整数。如果

trials\u array->flags

的二进制表示中的相应位置为1，则设置该标志似乎是正确的

即使知道了内存结构，也不像我想象的那样读取数组。我找到了一种更简单的方法将numpy数组转换为C数组：使用

char *myArray;
PyArrayObject *myArray_Numpy;

PyArray_AsCArray(&myArray_Numpy, (void *) &myArray, myArray_Numpy->dimensions, 2, PyArray_DescrFromType(NPY_BOOL));

//Do something with the array

PyArray_Free(myArray_Numpy, myArray);

---

我找到了一个使用这些函数的示例。

请看

.flags

或

数组接口。布尔索引生成一个副本，在本例中，它是
F_连续的
！是否最好读取此标志，并根据结果使用不同的方式读取阵列内存？还是有其他更优雅的方式？我搜索了一段时间，但没有找到：如何从C中获取标志的值？数组标志上的文档：
a:
[[0 1 0 0 0 0]
 [0 0 0 1 0 1]
 [0 1 0 1 0 1]
 [0 0 1 1 0 1]
 [1 1 0 0 0 1]
 [0 0 1 1 1 0]
 [1 1 0 1 1 1]
 [0 1 0 0 1 0]
 [0 0 0 1 0 0]
 [0 0 1 0 1 1]]

aSlicing:
[[0 1 0 0 0 0]
 [0 0 0 1 0 1]
 [0 1 0 1 0 1]
 [0 0 1 1 0 1]
 [1 1 0 0 0 1]
 [0 0 1 1 1 0]
 [1 1 0 1 1 1]
 [0 1 0 0 1 0]
 [0 0 0 1 0 0]
 [0 0 1 0 1 1]]

C output for a:
0 1 0 0 0 0 
0 0 0 1 0 1 
0 1 0 1 0 1 
0 0 1 1 0 1 
1 1 0 0 0 1 
0 0 1 1 1 0 
1 1 0 1 1 1 
0 1 0 0 1 0 
0 0 0 1 0 0 
0 0 1 0 1 1 

C output for aSlicing:
0 0 0 0 1 0 
1 0 0 0 1 0 
1 0 1 0 1 1 
0 0 0 0 0 1 
0 1 0 0 0 1 
0 1 1 1 0 1 
1 0 1 0 0 0 
0 0 0 1 1 1 
0 1 0 1 1 1 
1 0 1 0 0 1 

a.T.reshape((10,6))

char *myArray;
PyArrayObject *myArray_Numpy;

PyArray_AsCArray(&myArray_Numpy, (void *) &myArray, myArray_Numpy->dimensions, 2, PyArray_DescrFromType(NPY_BOOL));

//Do something with the array

PyArray_Free(myArray_Numpy, myArray);