1. 程式人生 > >numpy的ravel()和flatten()函式

numpy的ravel()和flatten()函式

相同點:

 兩者所要實現的功能是一致的(將多維陣列降位一維)。這點從兩個單詞的意也可以看出來,ravel(散開,解開),flatten(變平)。
In [14]: x=np.array([[1,2],[3,4]])

# flattenh函式和ravel函式在降維時預設是行序優先
In [15]: x.flatten()
Out[15]: array([1, 2, 3, 4])

In [17]: x.ravel()
Out[17]: array([1, 2, 3, 4])

# 傳入'F'引數表示列序優先
In [18]: x.flatten('F')
Out[18]: array([1, 3, 2, 4])

In [19]: x.ravel('F')
Out[19]: array([1, 3, 2, 4])

#reshape函式當引數只有一個-1時表示將陣列降為一維
In [21]: x.reshape(-1)
Out[21]: array([1, 2, 3, 4])

#x.T表示x的轉置
In [22]: x.T.reshape(-1)
Out[22]:array([1, 3, 2, 4])

不同點:

兩者的區別在於返回拷貝(copy)還是返回檢視(view)
numpy.flatten()返回一份拷貝,對拷貝所做的修改不會影響(reflects)原始矩陣,
而numpy.ravel()返回的是檢視(view,也頗有幾分C/C++引用reference的意味),會影響(reflects)原始矩陣。
x = np.array([[1, 2], [3, 4]])
x.flatten()[1] = 100
x

array([[1, 2],
       [3, 4]])    
        
x.ravel()[1] = 100
x

array([[  1, 100],
       [  3,   4]])