Rust PyReadonlyArray2到Vec T<>

ndarray不支持常量维数，所以你不会找到转换为数组的支持(nalgebra确实支持它们，但看起来它不支持转换为Vec).因此，第一步将是转换为Vec<f64>，然后转换为Vec<[f64; 1024]>(这可以在没有不安全代码的情况下使用像bytemuck这样的 crate ).

如果我们想有效地做，第一步也可以相当复杂.如果我们可以直接分配和使用memcpy()复制内容，那将是很好的；然而，我们只能这样做，如果数组是连续的(即不是一个不连续的视图)，and它是在C布局，即行为主的布局，而不是Fortran布局(列为主).

总而言之:

const ARRAY_SIZE: usize = 1024;

fn numpy_to_vec(arr: &PyReadonlyArray2<f64>) -> PyResult<Vec<[f64; ARRAY_SIZE]>> {
    if arr.shape()[1] != ARRAY_SIZE {
        return Err(PyTypeError::new_err(format!(
            "expected column size to be {ARRAY_SIZE}",
        )));
    }

    let data = if arr.is_c_contiguous() {
        arr.as_slice().unwrap().to_vec()
    } else {
        let mut data = Vec::with_capacity(arr.len());
        let arr = arr.as_array();
        for row in arr.axis_iter(Axis(0)) {
            match row.as_slice() {
                Some(row) => data.extend_from_slice(row),
                None => data.extend(row),
            }
        }
        data
    };

    Ok(bytemuck::allocation::cast_vec(data))
}