NumPy中flatten()函数的具体使用

flattened_arr = arr.flatten(order='C') 

import numpy as np
# 原始二维数组（2行3列）
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
print("原始二维数组：\n", arr_2d)
print("原始形状：", arr_2d.shape)  # (2, 3)
# 展平为一维数组（默认顺序）
arr_flat = arr_2d.flatten()
print("\n展平后的一维数组：", arr_flat)
print("展平后形状：", arr_flat.shape)  # (6,)

import numpy as np
# 原始三维数组（2个3行2列的矩阵）
arr_3d = np.array([
    [[1, 2], [3, 4], [5, 6]],
    [[7, 8], [9, 10], [11, 12]]
])
print("原始三维数组形状：", arr_3d.shape)  # (2, 3, 2)
# 展平为一维
arr_flat = arr_3d.flatten()
print("展平后的数组：", arr_flat)
print("展平后形状：", arr_flat.shape)  # (12,)

import numpy as np
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
# C风格（行优先，默认）
flat_c = arr_2d.flatten(order='C')
# F风格（列优先）
flat_f = arr_2d.flatten(order='F')
print("C风格展平（行优先）：", flat_c)  # [1 2 3 4 5 6]
print("F风格展平（列优先）：", flat_f)  # [1 4 2 5 3 6]

import numpy as np
arr = np.array([[1, 2], [3, 4]])
# 1. 使用flatten()（独立数组）
flat_flatten = arr.flatten()
flat_flatten[0] = 99  # 修改展平数组
print("flatten修改后 - 展平数组：", flat_flatten)  # [99  2  3  4]
print("flatten修改后 - 原数组：\n", arr)  # [[1 2],[3 4]] → 原数组不变
# 2. 使用reshape(-1)（共享内存）
flat_reshape = arr.reshape(-1)
flat_reshape[0] = 99  # 修改展平数组
print("\nreshape修改后 - 展平数组：", flat_reshape)  # [99  2  3  4]
print("reshape修改后 - 原数组：\n", arr)  # [[99 2],[3 4]] → 原数组同步修改

# 原始温度数据（二维）
temp_2d = np.random.normal(5, 6, (31, 24)).round(1)
# 展平为一维用于统计，且不修改原数据
temp_flat = temp_2d.flatten()
temp_flat[0] = 0  # 仅修改拷贝，原数据不受影响
print("原数据第一值：", temp_2d[0,0])  # 仍为原始温度值

# 大规模数据（10万行×10列）
big_arr = np.random.rand(100000, 10)
# 快速展平计算总和（无需拷贝，速度快）
total = big_arr.reshape(-1).sum()
print("总和：", total)

import numpy as np
# 4维数组：2张图片 × 32行 × 32列 × 3通道（RGB）
img_arr = np.random.randint(0, 255, (2, 32, 32, 3))
print("原始4维数组形状：", img_arr.shape)  # (2, 32, 32, 3)
# 按行优先展平（默认）
img_flat_c = img_arr.flatten(order='C')
print("C风格展平形状：", img_flat_c.shape)  # (6144,) → 2×32×32×3=6144
# 按列优先展平
img_flat_f = img_arr.flatten(order='F')
print("F风格展平形状：", img_flat_f.shape)  # (6144,)

# 错误：list.flatten()
# lst = [[1,2],[3,4]]
# lst.flatten() → AttributeError
# 正确：先转NumPy数组
lst = [[1,2],[3,4]]
arr = np.array(lst)
arr.flatten()  # [1 2 3 4]