numpy的ravel() 和 flatten()函數(shù)
簡介
首先聲明兩者所要實現(xiàn)的功能是一致的(將多維數(shù)組降位一維)烦味。這點從兩個單詞的意也可以看出來,ravel(散開屯伞,解開),flatten(變平)。兩者的區(qū)別在于返回拷貝(copy)還是返回視圖(view)量瓜,numpy.flatten()返回一份拷貝,對拷貝所做的修改不會影響(reflects)原始矩陣途乃,而numpy.ravel()返回的是視圖(view绍傲,也頗有幾分C/C++引用reference的意味),會影響(reflects)原始矩陣。
兩者功能
In [14]: x=np.array([[1,2],[3,4]])
# flattenh函數(shù)和ravel函數(shù)在降維時默認是行序優(yōu)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'參數(shù)表示列序優(yōu)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函數(shù)當參數(shù)只有一個-1時表示將數(shù)組降為一維
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])
兩者區(qū)別
>>> 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]])
通過上面的程序可以發(fā)現(xiàn)flatten函數(shù)返回的是拷貝
原文鏈接:numpy 辨異 (五)—— numpy.ravel() vs numpy.flatten()