数组访问慢主因是内存非连续导致缓存失效，改用连续存储顺序或强制连续可提速；切片如arr[::2,::2]产生非连续视图，破坏空间局部性；按操作轴选择c/f顺序，创建后及时用ascontiguousarray统一格式，但避免无谓拷贝。
数组访问慢，八成不是CPU瓶颈，而是内存跳着读——改存储顺序或强制连续就能明显提速。
为什么arr[::2, ::2]求和比arr.sum()慢3倍
这种切片返回的是非连续视图（strided view），内存地址不连贯，CPU每次取数都要跨一大段，缓存反复失效。即使数组本身是C连续的，[::2, ::2]也会让步长（strides）变大，破坏空间局部性。
- 用
arr.flags['C_CONTIGUOUS']和arr.flags['F_CONTIGUOUS']检查连续性，别只看形状 - 转置
.T、高步长切片、np.take(..., axis=)都容易产生非连续数组 - 后续调用
np.dot、np.linalg.svd等C/Fortran库函数时，非连续数组常触发隐式复制，反而更慢
选order='C'还是order='F'？看你的axis怎么动
不是“行优先就一定快”，关键匹配你最频繁操作的轴。比如做列归一化：arr[:, i] = (arr[:, i] - mean) / std，这是按列取整列再运算，order='F'让每列元素在内存里挨着，一次缓存加载就能喂饱整个列计算。
- 按行操作（如
np.sum(arr, axis=1)）、图像逐行处理 → 用order='C'（默认） - 按列操作（如
np.sum(arr, axis=0)）、矩阵特征向量提取 → 用order='F' - 创建后立刻用
np.ascontiguousarray(arr, dtype=...)统一格式，别依赖初始order
np.ascontiguousarray()不是万能胶，该省则省
它会分配新内存并拷贝数据，对小数组无感，但对GB级数组就是几百毫秒+几百MB开销。真正该用它的场景，是后续要进Numba、Cython或调用scipy.linalg等外部库前的“临门一脚”。
- 纯NumPy内部运算（如
+ - * / np.where）大多能自动处理非连续输入，不必提前转 - 确认慢点后，先用
%timeit np.sum(arr)和%timeit np.sum(np.ascontiguousarray(arr))实测差距 - 若只是临时读取子块，用
arr.copy()比ascontiguousarray更直白，且明确语义
别忽略dtype和strides这两个隐形加速器
dtype影响单元素大小和对齐，strides决定你怎么在内存里“跳”。一个int32数组比int64省内存、缓存更友好；而strides=(8, 4)意味着跨行跳8字节、跨列跳4字节——如果这个步长导致每次访问都错开缓存行（通常是64字节），性能就废了。
- 用
arr.itemsize确认单元素字节数，大数组优先选np.float32而非float64 - 避免混用不同
dtype数组做广播运算，隐式转换可能生成临时非连续副本 -
arr.strides值异常大（如远超arr.itemsize * shape）往往是非连续或高步长切片的信号
最常被跳过的动作：在热循环前加一行if not arr.flags.c_contiguous: arr = np.ascontiguousarray(arr)。它不起眼，但能让后续所有向量化操作稳在最佳路径上——不是所有优化都得重写逻辑，有时只是把内存摆正位置。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
