学习笔记27—python中numpy.ravel() 和 flatten()函数

简介

首先声明两者所要实现的功能是一致的（将多维数组降位一维）。这点从两个单词的意也可以看出来，ravel(散开，解开)，flatten（变平）。两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。

两者功能

In [14]: x=np.array([[1,2],[3,4]])

# flattenh函数和ravel函数在降维时默认是行序优先

In [15]: x.flatten()

Out[15]: array([1, 2, 3, 4])

In [17]: x.ravel()

Out[17]: array([1, 2, 3, 4])

# 传入'F'参数表示列序优先

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函数当参数只有一个-1时表示将数组降为一维

In [21]: x.reshape(-1)

Out[21]: array([1, 2, 3, 4])

#x.T表示x的转置

In [22]: x.T.reshape(-1)

Out[22]: array([1, 3, 2, 4])

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22

两者区别

>>> 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]])

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

通过上面的程序可以发现flatten函数返回的是拷贝。

参考链接：https://blog.csdn.net/liuweiyuxiang/article/details/78220080