numpy.ndarray.flatten()函数的具体使用

 更新时间:2023年03月13日 09:38:03   作者:勤奋的大熊猫  
本文主要介绍了numpy.ndarray.flatten()函数的具体使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

该函数主要用来快速扁平化数组,请看如下代码:

import numpy as np


class Debug:
    def __init__(self):
        self.array1 = np.array([[1, 2], [3, 4]])
        self.array2 = np.ones((2, 2, 2))

    def mainProgram(self):
        print("The value of array1 is: ")
        print(self.array1)
        print("The value of flattened array is: ")
        array2 = self.array1.flatten()
        print(array2)
        print("The value of array2 is: ")
        print(self.array2)
        print("The value of flattened array is: ")
        print(self.array2.flatten())


if __name__ == '__main__':
    main = Debug()
    main.mainProgram()
"""
The value of array1 is: 
[[1 2]
 [3 4]]
The value of flattened array is: 
[1 2 3 4]
The value of array2 is: 
[[[1. 1.]
  [1. 1.]]

 [[1. 1.]
  [1. 1.]]]
The value of flattened array is: 
[1. 1. 1. 1. 1. 1. 1. 1.]
"""

我们可以到,使用数组调用flatten()可以快速地将二维或者三维数组快速地扁平化。

numpy.ravel() 和 numpy.flatten()

首先声明两者所要实现的功能是一致的(将多维数组降位一维),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,会影响(reflects)原始矩阵。

1. 两者的功能

>>> 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. 两者的区别

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

到此这篇关于numpy.ndarray.flatten()函数的具体使用的文章就介绍到这了,更多相关numpy flatten内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 关于Django使用 django-celery-beat动态添加定时任务的方法

    关于Django使用 django-celery-beat动态添加定时任务的方法

    本文给大家介绍Django使用 django-celery-beat动态添加定时任务的方法,安装对应的是celery版本,文中给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧
    2021-10-10
  • python中匿名函数的应用方法

    python中匿名函数的应用方法

    这篇文章主要介绍了python中匿名函数的应用方法,匿名函数是无需使用def定义的函数,只需使用关键字lambda进行声明,且只可使用一次,只有一个返回值,需要的朋友可以参考下
    2023-07-07
  • python操作数据库之sqlite3打开数据库、删除、修改示例

    python操作数据库之sqlite3打开数据库、删除、修改示例

    这篇文章主要介绍了python操作sqlite3打开数据库、删除、修改示例,需要的朋友可以参考下
    2014-03-03
  • Python使用Pillow进行图像处理

    Python使用Pillow进行图像处理

    这篇文章介绍了Python使用Pillow进行图像处理的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2022-06-06
  • python离线安装外部依赖包的实现

    python离线安装外部依赖包的实现

    今天小编就为大家分享一篇python离线安装外部依赖包的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • python如何提取xml指定内容

    python如何提取xml指定内容

    这篇文章主要介绍了python如何提取xml指定内容,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-01-01
  • 对numpy和pandas中数组的合并和拆分详解

    对numpy和pandas中数组的合并和拆分详解

    下面小编就为大家分享一篇对numpy和pandas中数组的合并和拆分详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • Python登录系统界面实现详解

    Python登录系统界面实现详解

    这篇文章主要介绍了Python登录系统界面实现详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,,需要的朋友可以参考下
    2019-06-06
  • python如何输入根号

    python如何输入根号

    这篇文章主要介绍了python如何输入根号,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-05-05
  • Python中使用glob和rmtree删除目录子目录及所有文件的例子

    Python中使用glob和rmtree删除目录子目录及所有文件的例子

    这篇文章主要介绍了python中使用glob和rmtree删除目录子目录及所有文件的例子,需要的朋友可以参考下
    2014-11-11

最新评论