numpy库的flatten()&ravel()

最新推荐文章于 2025-01-14 15:31:23 发布

原创最新推荐文章于 2025-01-14 15:31:23 发布 · 277 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据挖掘 #机器学习 #深度学习 #神经网络 #python

python学习同时被 2 个专栏收录

2 篇文章

订阅专栏

机器学习与数据挖掘

1 篇文章

订阅专栏

本文详细解析了numpy库中flatten和ravel方法的区别与联系。两种方法均可将多维数组转换为一维数组，但flatten返回新数组，而ravel返回原数组视图。通过示例展示了对数组修改时两者的不同表现。

numpy库的flatten()&ravel()

首先说下我理解的概念：flatten和ravel方法都是将数组"扁平化"，不同的地方在于flatten操作后返回的是一个新的对象，ravel方法操作之后返回的是原有对象的引用，那么就意味着对flatten操作后的数组进行修改并不会影响操作之前的源数组，反之ravel会。

共同点

// An highlighted block
>>> x = np.array([[1, 2], [3, 4]])
>>> x
array([[1, 2],
       [3, 4]])
>>> x.flatten()
array([1, 2, 3, 4])
>>> x.ravel()
array([1, 2, 3, 4])
默认均是行序优先

相异点

>>> x = np.array([[1, 2], [3, 4]])

>>> x.flatten()[1] = 999
>>> x
array([[1, 2],
       [3, 4]]) 
--------------------------------------------
--------------------------------------------          
>>> x.ravel()[1] = 999
>>> x
array([[  1, 999],
       [  3,   4]])