numpy 辨异 （五）—— numpy ravel vs 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（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。

1. 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])
   
   

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

2. 两者的区别

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

    
    
1
    
    
2
    
    
3
    
    
4
    
    
5
    
    
6
    
    
7
    
    
8
    
    
9
   
   

References

[1] What is the difference between flatten and ravel functions in numpy?

           

再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow