强制numpy数组的内存内转置

Question

我正在用python连接一个C库。我使用数组的ctypes属性将数组传递给库。在

在某些情况下，我需要向C库提供一个数组，它应该是我的numpy数组a的转置。（另一种说法是C库不接受最内部维度的跨步）。但是，当我传递a.T而不是a时，什么都不会发生。在

事实上，纽比似乎只是简单地交换步幅来做某种懒惰的换位：

import ctypes
import numpy as np
a = np.zeros((2, 3))
a.ctypes.strides_as(ctypes.c_longlong)[:]
# returns [24, 8]
a.T.ctypes.strides_as(ctypes.c_longlong)[:]
# return [8, 24]

我的问题是，如何使这种转换发生在记忆中？在

编辑

我注意到了

^{pr2}$

重新排列记忆就像我想要的，但是如果有一个更优雅和明确的解决方案，我还是想听听。在

（有趣的是

a.T + np.zeros_like(a.T)

似乎是在重新排序内存）。在

Answer 1

a.T与a.transpose()一样，只影响头视图和返回视图。 你可以用：a.T.flags.owndata来检查，它是False。在

要真正转置数据，最简单的复制方法是：a=a.T.copy()。在

使之到位是一项艰巨的任务。你可以这样做：

a=np.arange(6).reshape(2,3).copy()
print(a,a.flags,id(a),sep='\n')

a.ravel()[:]=a.T.ravel()
a.shape=a.T.shape

print(a,a.flags,id(a),sep=('\n'))

输出：

^{pr2}$

但没有担保，因为你写的是你读的数据。在大型阵列上，它可能会在没有警告的情况下失败。在