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])