Python的 numpy中 numpy.ravel() 和numpy.flatten()的区别和使用

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

两者所要实现的功能是一致的（将多维数组降为一维），

两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten() 返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，

而numpy.ravel()返回的是视图（view），会影响（reflects）原始矩阵。

1、二者的功能

>>> x = np.array([[1, 2], [3, 4]])
>>> x
array([[1, 2],
[3, 4]])
>>> x.flatten()
array([1, 2, 3, 4])
>>> x.ravel()
array([1, 2, 3, 4])
两者默认均是行序优先
>>> x.flatten('F')
array([1, 3, 2, 4])
>>> x.ravel('F')
array([1, 3, 2, 4])>>> x.reshape(-1)
array([1, 2, 3, 4])
>>> x.T.reshape(-1)
array([1, 3, 2, 4])

2、二者的区别

>>> x = np.array([[1, 2], [3, 4]])
>>> x.flatten()[1] = 100
>>> x
array([[1, 2],
[3, 4]]) # flatten：返回的是拷贝
>>> x.ravel()[1] = 100
>>> x
array([[ 1, 100],
[ 3, 4]])

【Reference】

1、https://blog.csdn.net/lanchunhui/article/details/50354978