如何确定非连续NumPy数组的步幅？expand_dims实例疑问

首先明确步幅的核心定义：数组某一维度的步幅，是指该维度索引每增加1时，内存地址需要跳过的字节数。expand_dims属于视图操作，不会复制数组数据，只是调整数组的shape和strides，因此新维度的步幅会严格遵循原数组的内存布局逻辑。

先回顾你的基础示例：

import numpy as np
m = np.arange(6, dtype=np.uint8).reshape(2, 3)
print(m.shape, m.strides)  # (2, 3)  (3, 1)
m = m.transpose(1, 0)
print(m.shape, m.strides)  # (3, 2) (1, 3)

此时m是非连续数组：内存中元素仍按0,1,2,3,4,5存储，但索引(i,j)对应的内存偏移为i*1 + j*3（比如m[0,1]对应偏移0*1+1*3=3，即元素3）。

接下来逐个分析扩展维度后的步幅：

1. x = np.expand_dims(m, 0) → shape(1,3,2)，strides(3,1,3) #

新增维度在最前面（索引0），长度为1。由于该维度只能取索引0，步幅的实际值不影响元素访问，但NumPy会根据原数组的内存布局生成合理值：

• 新数组索引(d0,d1,d2)的内存偏移公式为d0*3 + d1*1 + d2*3
• 当d0=0时，偏移公式和原m完全一致，保证元素映射正确
• 这里步幅取3，是因为原数组中每完成一次列维度的遍历，需要跳过3字节，符合内存布局的逻辑周期。

2. y = np.expand_dims(m, 1) → shape(3,1,2)，strides(1,6,3) #

新增维度在中间（索引1），长度为1：

• 偏移公式为d0*1 + d1*6 + d2*3
• 步幅6是原数组的总字节数（3*2*1=6），意味着如果该维度长度大于1，y[:,1,:]会指向原数组之后的内存区域，符合“完整数组副本”的逻辑。

3. z = np.expand_dims(m, 2) → shape(3,2,1)，strides(1,3,3) #

新增维度在最后（索引2），长度为1：

• 偏移公式为d0*1 + d1*3 + d2*3
• 步幅3等于原数组最后一个维度的步幅，意味着如果该维度长度大于1，z[:,:,1]会指向原数组中每个元素的下一列位置（比如z[0,0,1]对应偏移0+0+3=3，即元素3），保持原数组的列遍历逻辑。

通用逻辑与参考 #

对于非连续数组的视图操作（包括expand_dims），步幅的计算核心是保持元素索引到内存地址的映射关系不变，无需复制数据。你可以通过以下方式验证：

• 写出新数组的索引偏移公式，对比原数组的偏移公式，确认一致性
• 查看数组的flags属性，确认是否为视图（flags.owndata为False）

NumPy官方文档中，关于数组内部结构（包括步幅）的详细说明，可参考NumPy手册中“数组对象”章节的内存布局部分，其中明确了视图操作中步幅的调整规则。

内容的提问来源于stack exchange，提问作者XuJiaHao