簡介
首先聲明兩者所要實現的功能是一致的(將多維數組降位一維)。這點從兩個單詞的意也可以看出來,ravel(散開,解開),flatten(變平)。兩者的區別在於返回拷貝(copy)還是返回視圖(view),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,而numpy.ravel()返回的是視圖(view,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函數和ravel函數在降維時默認是行序優先 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'參數表示列序優先 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函數當參數只有一個-1時表示將數組降為一維 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])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
兩者區別
>>> 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]])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
通過上面的程序可以發現flatten函數返回的是拷貝。
參考鏈接:https://blog.csdn.net/liuweiyuxiang/article/details/78220080
