Numpy按行读取时Fortran内存布局为何比C布局执行速度更快

测试结果异常的核心原因 #

你观测到的3秒左右的性能差异完全是测试方法设计失误导致的随机误差，并不代表F顺序行遍历速度比C顺序快：

• 你用了三层纯Python循环做元素访问，Python本身的循环调度开销、numpy索引返回Python对象的封装开销占了总耗时的99%以上，内存访问连续性带来的性能差异被完全淹没，根本无法被观测到。
• 你可以尝试多轮重复测试，会发现两者耗时差异完全随机，时而C快时而F快，差值波动在几秒量级，没有统计意义。

reshape的行为与flags标记的含义 #

首先明确两个核心事实：

1. reshape不会主动修改内存中元素的实际存储顺序，只要新形状和原数组元素总数匹配，reshape默认会返回原内存的视图，仅修改数组的shape和stride（步长）属性。
2. C_CONTIGUOUS和F_CONTIGUOUS标记不是直接标记内存存储顺序，而是根据数组的shape和stride计算得到的属性：
   • C连续要求：数组最后一个维度的步长等于单个元素的字节大小，行方向相邻元素在内存中相邻。
   • F连续要求：数组第一个维度的步长等于单个元素的字节大小，列方向相邻元素在内存中相邻。

你代码中的逻辑验证：

• np.arange(1000000)生成的原始数组是C连续的，内存中元素按0、1、2...999999的顺序线性存储。
• 当order='C'做reshape时，新数组的stride为(1000*8, 8)（假设int64类型），满足C连续的要求，因此C_CONTIGUOUS=True。
• 当order='F'做reshape时，numpy会调整新数组的stride为(8, 1000*8)，满足F连续的要求，因此F_CONTIGUOUS=True，此时内存中元素的存储顺序没有发生任何变化，只是数组的索引映射逻辑变了。

正确的性能测试方法 #

要观测内存连续性带来的性能差异，需要排除Python层面的开销，使用numpy底层实现的向量化操作即可：

import numpy as np
import time

x_c = np.arange(1000000).reshape((1000, 1000), order='C')
x_f = np.arange(1000000).reshape((1000, 1000), order='F')

# 测试按行求和（行遍历）
start = time.time()
np.sum(x_c, axis=1)
print(f"C顺序行求和耗时: {time.time() - start}")

start = time.time()
np.sum(x_f, axis=1)
print(f"F顺序行求和耗时: {time.time() - start}")

运行后可以看到C顺序行遍历的速度是F顺序的数倍，完全符合我们的认知。

内容的提问来源于stack exchange，提问作者Whistleroosh