Python numpy ravel用法及代碼示例

本文簡要介紹 python 語言中 numpy.ravel 的用法。

用法:

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

返回一個連續的展平數組。

返回一個包含輸入元素的一維數組。僅在需要時製作副本。

從 NumPy 1.10 開始，返回的數組將與輸入數組具有相同的類型。 (例如，對於屏蔽數組輸入，將返回屏蔽數組)

參數：

a： array_like

輸入數組。 a 中的元素按 order 指定的順序讀取，並打包為一維數組。

order： {'C','F','A','K'}，可選

使用此索引順序讀取 a 的元素。 “C”表示以行主、C 樣式順序對元素進行索引，最後一個軸索引變化最快，回到第一個軸索引變化最慢。 “F”表示按列主序、Fortran-style 順序對元素進行索引，第一個索引變化最快，最後一個索引變化最慢。請注意，“C”和“F”選項不考慮底層數組的內存布局，僅涉及軸索引的順序。 ‘A’ 表示如果 a 在內存中是 Fortran 連續的，則按 Fortran-like 索引順序讀取元素，否則按 C-like 順序讀取。 “K”表示按照元素在內存中出現的順序讀取元素，但當步幅為負時反轉數據除外。默認情況下，使用“C”索引順序。

返回：

y： array_like

y 是與以下子類型相同的數組a，有形狀(a.size,).請注意，矩陣是特殊情況下的向後兼容性，如果a是一個矩陣，那麽 y 是一個一維 ndarray。

注意：

在行優先、C 風格順序中，在二維中，行索引變化最慢，列索引變化最快。這可以推廣到多個維度，其中行主順序意味著沿第一個軸的索引變化最慢，而沿最後一個軸的索引變化最快。對於列主序 Fortran-style 索引排序則相反。

當在盡可能多的情況下需要視圖時，arr.reshape(-1) 可能更可取。

例子：

它相當於 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])

當order 為“A”時，它將保留數組的“C”或“F”順序：

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

當order 為“K”時，它將保留既不是“C”也不是“F”的順序，但不會反轉軸：

>>> 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])