展平数组（flatten、ravel）--numpy_ravel函数

1. flatten()函数

1.1 函数功能

返回将输入数组展平成一维的副本数组，生成的新数组是原数组的深层拷贝（copy）,两个数组相互独立，对新数组的修改不会影响原数组

1.2 函数语法

ndarray.flatten(order='C')
1

1.3 参数与示例

import numpy as np

c = np.array([[[1, 2, 1, 2], [3, 4, 4, 4], [1, 2, 2, 2], [3, 4, 4, 5]],
              [[1, 2, 1, 2], [30, 40, 40, 42], [12, 23, 22, 21], [33, 34, 54, 64]]])
print('c:', c, sep='\n')

c1 = c.flatten()  # 默认C的方式展开
print('以默认C的方式展开： ', c1, sep='\n')

c2 = c.flatten(order='F')
print('以F的方式展开： ', c2, sep='\n')

c3 = c.flatten(order='A')  # 数组在内存中不连续，以C行优先的方式展开
print('以A的方式展开： ', c3, sep='\n')

c4 = c.flatten(order='K')
print('以K的方式展开： ', c4, sep='\n')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

默认展开方式为按行优先展开，指定为F时，优先按列展开；数组C的数据在内存中存储不是连续的，因此按照以行优先的方式展开 ；

1.4 修改展平后的数组c1

c1[0] = 999
print('修改后的c1: ', c1, sep='\n')
print('修改c1后的c: ', c, sep='\n')
print('c1.base is c: ', c1.base is c)
1
2
3
4

可以看到对展平后的数组c1进行修改并不会影响原数组c，c1与c之间是深层拷贝（copy）的关系

2. ravel()函数

2.1 函数功能

返回数组展开后的新数组，新数组是原数组的view,两个数组数据共享相同的内存，修改新数组会导致原数组发生改变，这也是ravel()函数与flatten()函数不同的地方

2.2 函数语法

numpy.ravel(a, order='C')
1

2.3 函数参数与示例

import numpy as np

d = np.array([[1, 2, 1, 2], [3, 4, 4, 4], [1, 2, 2, 2], [3, 4, 4, 5]])
print('d:', d, sep='\n')

d1 = np.ravel(d)  # 默认C的方式展开
print('以默认C的方式展开： ', d1, sep='\n')

d2 = np.ravel(d, order='F')
print('以F的方式展开： ', d2, sep='\n')

d3 = np.ravel(d, order='A')  # 数组在内存中不连续，以C行优先的方式展开
print('以A的方式展开： ', d3, sep='\n')

d4 = np.ravel(d, order='K')
print('以K的方式展开： ', d4, sep='\n')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

展开结果与flatten一样

2.4 修改展开后的数组d1

d1[0] = 999
print('修改后的d1: ', d1, sep='\n')
print('修改d1后的d: ', d, sep='\n')
print('d1.base is d: ', d1.base is d)
1
2
3
4

可以看到得到的展平数组是原数组的view(浅拷贝)，对新数组的修改会导致原数组的值发生改变，两者共享同一块儿内存区域。