numpy的ravel()和flatten()函式
阿新 • • 發佈:2018-11-10
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]])