Numpy报”ValueError:input array is not contiguous “的原因以及解决办法

目录

• 问题描述
• 分析原因
• 解决办法
• 总结

问题描述

在进行Numpy运算时，有时会出现如下错误提示：

ValueError: input array is not contiguous

这个错误是什么意思呢？出现了这个错误，我们该怎么办呢？

分析原因

值得注意的是，这个错误提示只有在使用高级Numpy操作时才会出现，比如在使用转置、重塑、切片等操作时，Numpy可能会要求数组是连续的。

什么情况下，数组不是连续的呢？

• 轴上的步长不等：每个轴上的步长为一个固定大小，如果步长不一致，那么数组就会是不连续的。
• 非常规切片：某些切片操作将获得非连续数组的视图，这些数组将无法使用一些高级操作，如转置、重塑等。

在大多数情况下，这个问题只是轻微的措辞，不会对程序的运行产生太大的影响。但是在某些情况下，如果数组不是连续的，会使算法的性能大幅降低。

解决办法

那么，如何解决这个问题呢？根据不同情况，不同的解决办法如下：

1.如果数组是非连续的，可以使用Numpy的copy()函数创建连续的数组：

import numpy as np
a = np.array([[1, 2], [3,4]])
print(a)
#输出
#[[1 2]
# [3 4]]

print(a.flags)  # 查看数组信息，发现数组不是连续的。

#输出

# C_CONTIGUOUS : False
# F_CONTIGUOUS : False
# OWNDATA : True
# WRITEABLE : True
# ALIGNED : True
# WRITEBACKIFCOPY : False
# UPDATEIFCOPY : False

b = np.copy(a)
print(b.flags)   # 现在 b 是连续数组。
#输出

# C_CONTIGUOUS : True
# F_CONTIGUOUS : True
# OWNDATA : True
# WRITEABLE : True
# ALIGNED : True
# WRITEBACKIFCOPY : False
# UPDATEIFCOPY : False

2.如果是一些特殊的切片操作导致的非连续数组，则可以使用Numpy的ascontiguousarray()函数将其转化为连续数组：

import numpy as np
a = np.arange(8).reshape(2,4)[::2, ::2]
print(a)
#输出
#[[0 2]]

b = np.ascontiguousarray(a)
print(b)
#输出
#[[0 2]]

这个例子中，我们使用了arange()函数创建了一个2×4的数组，然后使用切片操作将其转化为一个只有一行、两列的数组。由于切片操作是不连续的，所以使用转化函数ascontiguousarray()将其转化为一个连续的数组。

总结

本文详细介绍了Numpy中，出现“ValueError: input array is not contiguous”错误的原因及解决方法。针对不同情况，我们可以使用copy()函数或ascontiguousarray()函数将非连续数组转化为连续数组，以满足高级运算的需求。