NumPy中 ravel() 和 flatten() 展平数组对比

numpyravel()与flatten()的区别及内存共享

原创

已于 2023-02-20 16:07:40 修改 · 1.3k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #python #数据分析

于 2023-01-05 18:25:38 首次发布

文章介绍了numpy中的ravel()和flatten()函数在处理多维数组时的不同，ravel()通常返回视图，而flatten()总是返回副本。视图与原始数组共享内存，修改会影响原数组，而副本则不会。此外，文章还提到了ndarray.flat，这是一个一维迭代器，用于遍历数组的所有元素。

文章目录

链接文章：
Python数组存储方式与向量化、按行按列展开——Dust_Evc
NumPy：确定 ndarray 是查看还是复制以及它是否共享内存
 理解 numpy 中 ndarray 的内存布局和设计哲学

`numpy.ravel()`

import numpy as np

a = np.arange( 12 ).reshape( 3 , 4 )
print (a)
 # [[ 0 1 2 3] 
# [ 4 5 6 7] 
# [ 8 9 10 11]]

print (np.ravel(a))
 # [ 0 1 2 3 4 5 6 7 8 9 10 11]

print (type(np.ravel(a)))
 # <class 'numpy.ndarray'>

您可以指定一个所谓的类数组对象，例如 Python 的内置list. 在这种情况下，也numpy.ndarray返回。

print (np.ravel([[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]]))
 # [ 0 1 2 3 4 5 6 7 8 9 10 11]

print ( type (np.ravel([[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]])