iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >numpy.ndarray.flatten()函数的具体使用
  • 954
分享到

numpy.ndarray.flatten()函数的具体使用

numpy.ndarray.flattennumpyflatten 2023-03-13 11:03:51 954人浏览 薄情痞子

Python 官方文档:入门教程 => 点击学习

摘要

目录numpy.ravel() 和 numpy.flatten()该函数主要用来快速扁平化数组,请看如下代码: import numpy as np class Debug:  

该函数主要用来快速扁平化数组,请看如下代码:

import numpy as np


class Debug:
    def __init__(self):
        self.array1 = np.array([[1, 2], [3, 4]])
        self.array2 = np.ones((2, 2, 2))

    def mainProgram(self):
        print("The value of array1 is: ")
        print(self.array1)
        print("The value of flattened array is: ")
        array2 = self.array1.flatten()
        print(array2)
        print("The value of array2 is: ")
        print(self.array2)
        print("The value of flattened array is: ")
        print(self.array2.flatten())


if __name__ == '__main__':
    main = Debug()
    main.mainProgram()
"""
The value of array1 is: 
[[1 2]
 [3 4]]
The value of flattened array is: 
[1 2 3 4]
The value of array2 is: 
[[[1. 1.]
  [1. 1.]]

 [[1. 1.]
  [1. 1.]]]
The value of flattened array is: 
[1. 1. 1. 1. 1. 1. 1. 1.]
"""

我们可以到,使用数组调用flatten()可以快速地将二维或者三维数组快速地扁平化。

numpy.ravel() 和 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,会影响(reflects)原始矩阵。

1. 两者的功能

>>> 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])
 
# 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])

2. 两者的区别

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

到此这篇关于numpy.ndarray.flatten()函数的具体使用的文章就介绍到这了,更多相关numpy flatten内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: numpy.ndarray.flatten()函数的具体使用

本文链接: https://www.lsjlt.com/news/199526.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作