任一ndarray.reshape或numpy.newaxis可用于一个新的维度添加到一个数组。他们俩似乎都在创建一个视图，是否有任何理由或优势使用一个而不是另一个？
>>> b
array([ 1., 1., 1., 1.])
>>> c = b.reshape((1,4))
>>> c *= 2
>>> c
array([[ 2., 2., 2., 2.]])
>>> c.shape
(1, 4)
>>> b
array([ 2., 2., 2., 2.])
>>> d = b[np.newaxis,...]
>>> d
array([[ 2., 2., 2., 2.]])
>>> d.shape
(1, 4)
>>> d *= 2
>>> b
array([ 4., 4., 4., 4.])
>>> c
array([[ 4., 4., 4., 4.]])
>>> d
array([[ 4., 4., 4., 4.]])
>>>
`
我看不出有太大差异的证据。您可以对非常大的阵列进行时间测试。基本上，两者都摆弄形状，甚至大步向前。__array_interface__是访问此信息的好方法。例如：
In [94]: b.__array_interface__
Out[94]:
{'data': (162400368, False),
'descr': [('', '<f8')],
'shape': (5,),
'strides': None,
'typestr': '<f8',
'version': 3}
In [95]: b[None,:].__array_interface__
Out[95]:
{'data': (162400368, False),
'descr': [('', '<f8')],
'shape': (1, 5),
'strides': (0, 8),
'typestr': '<f8',
'version': 3}
In [96]: b.reshape(1,5).__array_interface__
Out[96]:
{'data': (162400368, False),
'descr': [('', '<f8')],
'shape': (1, 5),
'strides': None,
'typestr': '<f8',
'version': 3}
两者都使用与data原始缓冲区相同的缓冲区来创建视图。形状相同，但重塑不会改变strides。reshape让您指定order。
并.flags显示C_CONTIGUOUS标志中的差异。
reshape可能会更快，因为它所做的更改更少。但是，无论哪种方式，该操作都不会对较大的计算时间产生太大影响。
例如大 b
In [123]: timeit np.outer(b.reshape(1,-1),b)
1 loops, best of 3: 288 ms per loop
In [124]: timeit np.outer(b[None,:],b)
1 loops, best of 3: 287 ms per loop
有趣的发现： b.reshape(1,4).strides -> (32, 8)
这是我的猜测。.__array_interface__正在显示基础属性，并且.strides更像是一个属性（尽管它可能全部埋在了C代码中）。默认基础值是None，并且在需要进行计算（或显示为.strides）时，会根据形状和商品尺寸进行计算。32是到第一行末尾的距离（4x8）。np.ones((2,4)).strides具有相同的(32,8)（和None在__array_interface__。
b[None,:]另一方面正在为广播准备阵列。广播时，将重复使用现有值。这就是0in的(0,8)功能。
In [147]: b1=np.broadcast_arrays(b,np.zeros((2,1)))[0]
In [148]: b1.shape
Out[148]: (2, 5000)
In [149]: b1.strides
Out[149]: (0, 8)
In [150]: b1.__array_interface__
Out[150]:
{'data': (3023336880L, False),
'descr': [('', '<f8')],
'shape': (2, 5),
'strides': (0, 8),
'typestr': '<f8',
'version': 3}
b1显示与相同，np.ones((2,5))但只有5个项目。
np.broadcast_arrays是中的功能/numpy/lib/stride_tricks.py。它使用as_strided来自同一文件。这些函数直接与shape和stride属性一起使用。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句