如何可靠创建numpy连续内存多维数组及对应的一维视图？

ravel触发拷贝的判定逻辑 #

numpy.ravel是否会拷贝数据，核心取决于输入数组是否符合你指定的内存布局要求：

• 默认使用order='C'参数（行优先内存布局），只要输入数组是C顺序内存连续（可通过数组的.flags.c_contiguous属性查看，值为True即符合），ravel就会直接返回一维视图，不会产生拷贝
• 如果指定order='F'（列优先内存布局），则要求输入数组是F顺序内存连续才会返回视图
• 只要数组不符合指定的内存布局要求，ravel就会自动创建拷贝，生成符合布局要求的新数组

如何保证二维数组内存连续 #

numpy原生的数组创建接口默认生成的都是C顺序连续数组，包括np.array()、np.zeros()、np.ones()、np.arange()、np.random.rand()等，无需额外指定参数即可满足要求。

只有在做切片（比如带步长的跨维度切片arr[:, ::2]）、转置、维度变换等操作后，才可能产生非连续数组。如果你的数组是通过这类操作得到的，或者来源不确定，可以调用np.ascontiguousarray(arr)处理：该函数只会在数组非连续时才会创建拷贝，本身已经连续的数组会直接返回原对象，几乎无额外开销。

可靠获取一维无拷贝视图的方法 #

只要你提前保证二维数组是C顺序连续的，再执行以下任意操作都能得到内存连续的一维视图，不会触发拷贝：

• 直接调用arr.ravel()（默认order='C'即可）
• 调用arr.reshape(-1)

如果要确认返回的是不是视图，可以检查返回数组的.base属性：如果res.base is arr结果为True，说明是视图，没有发生拷贝。

示例代码

import numpy as np

# 1. 默认创建的数组都是C连续的
arr_2d = np.array([[1,2,3], [4,5,6], [7,8,9]])
print(arr_2d.flags.c_contiguous)  # 输出：True

# 2. 直接ravel得到视图，无拷贝
arr_1d = arr_2d.ravel()
print(arr_1d.base is arr_2d)  # 输出：True

# 3. 转置后得到非连续数组
arr_trans = arr_2d.T
print(arr_trans.flags.c_contiguous)  # 输出：False

# 4. 先转为连续数组再ravel，保证无拷贝
arr_trans_contig = np.ascontiguousarray(arr_trans)
arr_trans_1d = arr_trans_contig.ravel()
print(arr_trans_1d.base is arr_trans_contig)  # 输出：True

内容的提问来源于stack exchange，提问作者Alexey