Python numpy ravel用法及代码示例

本文简要介绍 python 语言中 numpy.ravel 的用法。

用法:

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

返回一个连续的展平数组。

返回一个包含输入元素的一维数组。仅在需要时制作副本。

从 NumPy 1.10 开始，返回的数组将与输入数组具有相同的类型。 (例如，对于屏蔽数组输入，将返回屏蔽数组)

参数：

a： array_like

输入数组。 a 中的元素按 order 指定的顺序读取，并打包为一维数组。

order： {'C','F','A','K'}，可选

使用此索引顺序读取 a 的元素。 “C”表示以行主、C 样式顺序对元素进行索引，最后一个轴索引变化最快，回到第一个轴索引变化最慢。 “F”表示按列主序、Fortran-style 顺序对元素进行索引，第一个索引变化最快，最后一个索引变化最慢。请注意，“C”和“F”选项不考虑底层数组的内存布局，仅涉及轴索引的顺序。 ‘A’ 表示如果 a 在内存中是 Fortran 连续的，则按 Fortran-like 索引顺序读取元素，否则按 C-like 顺序读取。 “K”表示按照元素在内存中出现的顺序读取元素，但当步幅为负时反转数据除外。默认情况下，使用“C”索引顺序。

返回：

y： array_like

y 是与以下子类型相同的数组a，有形状(a.size,).请注意，矩阵是特殊情况下的向后兼容性，如果a是一个矩阵，那么 y 是一个一维 ndarray。

注意：

在行优先、C 风格顺序中，在二维中，行索引变化最慢，列索引变化最快。这可以推广到多个维度，其中行主顺序意味着沿第一个轴的索引变化最慢，而沿最后一个轴的索引变化最快。对于列主序 Fortran-style 索引排序则相反。

当在尽可能多的情况下需要视图时，arr.reshape(-1) 可能更可取。

例子：

它相当于 reshape(-1, order=order) 。

>>> x = np.array([[1, 2, 3], [4, 5, 6]])
>>> np.ravel(x)
array([1, 2, 3, 4, 5, 6])

>>> x.reshape(-1)
array([1, 2, 3, 4, 5, 6])

>>> np.ravel(x, order='F')
array([1, 4, 2, 5, 3, 6])

当order 为“A”时，它将保留数组的“C”或“F”顺序：

>>> np.ravel(x.T)
array([1, 4, 2, 5, 3, 6])
>>> np.ravel(x.T, order='A')
array([1, 2, 3, 4, 5, 6])

当order 为“K”时，它将保留既不是“C”也不是“F”的顺序，但不会反转轴：

>>> a = np.arange(3)[::-1]; a
array([2, 1, 0])
>>> a.ravel(order='C')
array([2, 1, 0])
>>> a.ravel(order='K')
array([2, 1, 0])

>>> a = np.arange(12).reshape(2,3,2).swapaxes(1,2); a
array([[[ 0,  2,  4],
        [ 1,  3,  5]],
       [[ 6,  8, 10],
        [ 7,  9, 11]]])
>>> a.ravel(order='C')
array([ 0,  2,  4,  1,  3,  5,  6,  8, 10,  7,  9, 11])
>>> a.ravel(order='K')
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])