numpy.ravel

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

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。仅在需要时进行复制。

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，对于掩码数组输入，将返回一个掩码数组）

参数：

aarray_like

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’ 表示以行优先的 C 风格顺序索引元素，最后一个轴索引变化最快，回到第一个轴索引变化最慢。‘F’ 表示以列优先的 Fortran 风格顺序索引元素，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，只指代轴索引的顺序。‘A’ 表示如果 a 在内存中是 Fortran 连续的，则以 Fortran 风格索引顺序读取元素，否则以 C 风格顺序读取。‘K’ 表示以元素在内存中出现的顺序读取元素，但当步长为负数时，会反转数据。默认情况下，使用 ‘C’ 索引顺序。

返回值：

yarray_like

y 是一个与 a 具有相同子类型的连续一维数组，形状为 (a.size,)。请注意，为了向后兼容性，矩阵是特殊情况，如果 a 是一个矩阵，那么 y 是一个一维 ndarray。

参见

ndarray.flat

数组上的一维迭代器。

ndarray.flatten

以行优先顺序排列的数组元素的一维数组副本。

ndarray.reshape

更改数组的形状而不改变其数据。

备注

在行优先的 C 风格顺序中，在二维情况下，行索引变化最慢，列索引变化最快。这可以推广到多个维度，其中行优先顺序意味着沿第一个轴的索引变化最慢，沿最后一个轴的索引变化最快。对于列优先的 Fortran 风格索引顺序，则相反。

当尽可能多地需要视图时，arr.reshape(-1) 可能更可取。但是，ravel 支持可选的 order 参数中的 K，而 reshape 不支持。

示例

它等同于 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])