在NumPy 1.9和更高版本中，通常不会对此进行很好的定义。
当前实现使用单独的迭代器同时遍历所有（广播的）花式索引（和分配数组），并且这些迭代器均使用C阶。换句话说，目前可以。由于您可能想更准确地了解它。如果
mapping.c在处理这些问题的NumPy中进行比较，您会看到它使用
PyArray_ITER_NEXT，该文档记录为C顺序。
为了将来，我会以不同的方式描绘这幅画。我认为使用更新的迭代器将所有索引+赋值数组一起迭代将是很好的。如果这样做，则可以保留订单以供迭代器决定最快的方式。如果您对迭代器保持开放状态，很难说会发生什么，但是您不能确定您的示例是否有效（可能仍然是一维情况，但是…）。
因此，据我所知，它目前可以使用，但尚未记录（据我所知），因此，如果您确实认为应该确保这样做，则需要游说并最好编写一些测试以确保它可以得到保证。因为至少有人倾向于说：如果它使事情变得更快，就没有理由确保C阶，但是当然也许有一个很好的理由隐藏在某处…
真正的问题是：您为什么仍要这么做？;）
