numpy.ravel#

numpy.ravel(a, order='C')[source]#

返回一个连续的扁平数组。

返回一个包含输入元素的一维数组。仅在需要时才会创建副本。

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，如果输入是掩码数组，则返回的也将是掩码数组)

参数:
a类数组

输入数组。按照 order 指定的顺序读取 a 中的元素，并将其打包为一维数组。

order{‘C’,’F’, ‘A’, ‘K’}, 可选

使用此索引顺序读取 a 的元素。‘C’ 表示按行主序（C 风格）索引元素，其中最后一个轴的索引变化最快，第一个轴的索引变化最慢。‘F’ 表示按列主序（Fortran 风格）索引元素，其中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，仅指轴索引的顺序。‘A’ 表示如果 a 在内存中是 Fortran 连续的，则按类 Fortran 索引顺序读取元素；否则按类 C 顺序读取。‘K’ 表示按元素在内存中出现的顺序读取，但当步长为负时会反转数据。默认情况下，使用 ‘C’ 索引顺序。

返回值:
y类数组

y 是一个与 a 具有相同子类型、形状为 (a.size,) 的连续一维数组。请注意，为向后兼容性，矩阵是特殊处理的：如果 a 是一个矩阵，则 y 是一个一维 ndarray。

另请参阅

ndarray.flat

数组上的一维迭代器。

ndarray.flatten

按行主序复制数组元素得到的一维数组。

ndarray.reshape

在不改变数据的情况下改变数组的形状。

注意

在二维数组中，按行主序（C 风格）时，行索引变化最慢，列索引变化最快。这可以推广到多维数组，其中行主序意味着第一个轴的索引变化最慢，最后一个轴的索引变化最快。列主序（Fortran 风格）索引顺序则相反。

在尽可能多的情况下需要视图时，arr.reshape(-1) 可能是更优的选择。然而，ravel 支持可选的 order 参数中的 K 选项，而 reshape 不支持。

示例

它等价于 reshape(-1, order=order)。

>>> import numpy as np
>>> 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，它将保留既非 ‘C’ 也非 ‘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])
本页内容