numpy.ndarray.flatten()函数如何使用

今天小编给大家分享一下numpy.ndarray.flatten()函数如何使用的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

该函数主要用来快速扁平化数组，请看如下代码：

import numpy as npclass Debug:    def __init__(self):        self.array1 = np.array([[1, 2], [3, 4]])        self.array2 = np.ones((2, 2, 2))    def mainProgram(self):        print("The value of array1 is: ")        print(self.array1)        print("The value of flattened array is: ")        array2 = self.array1.flatten()        print(array2)        print("The value of array2 is: ")        print(self.array2)        print("The value of flattened array is: ")        print(self.array2.flatten())if __name__ == '__main__':    main = Debug()    main.mainProgram()"""The value of array1 is: [[1 2] [3 4]]The value of flattened array is: [1 2 3 4]The value of array2 is: [[[1. 1.]  [1. 1.]] [[1. 1.]  [1. 1.]]]The value of flattened array is: [1. 1. 1. 1. 1. 1. 1. 1.]"""

我们可以到，使用数组调用flatten()可以快速地将二维或者三维数组快速地扁平化。

numpy.ravel() 和 numpy.flatten()

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），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，会影响（reflects）原始矩阵。

两者的功能

>>> x = np.array([[1, 2], [3, 4]])>>> xarray([[1, 2],       [3, 4]])>>> x.flatten()array([1, 2, 3, 4])>>> x.ravel()array([1, 2, 3, 4]) # 两者默认均是行序优先>>> x.flatten('F')array([1, 3, 2, 4])>>> x.ravel('F')array([1, 3, 2, 4]) >>> x.reshape(-1)array([1, 2, 3, 4])>>> x.T.reshape(-1)array([1, 3, 2, 4])

两者的区别

>>> x = np.array([[1, 2], [3, 4]]) >>> x.flatten()[1] = 100  # flatten：返回的是拷贝>>> xarray([[1, 2],       [3, 4]])            >>> x.ravel()[1] = 100>>> xarray([[  1, 100],       [  3,   4]])

以上就是“numpy.ndarray.flatten()函数如何使用”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网行业资讯频道。