1.np.flatten() 和 np.ravel()

兩者的功能是一致的，將多維數(shù)組降為一維，但是兩者的區(qū)別是返回拷貝還是返回視圖。

np.flatten()返回一份拷貝，對(duì)拷貝所做修改不會(huì)影響原始矩陣，而np.ravel()返回的是視圖，修改時(shí)會(huì)影響原始矩陣

使用時(shí)推薦np.flatten()

輸入：import numpy as np a = np.array([[1 , 2] , [3 , 4]]) b = a.flatten() print('b:' , b) c = a.ravel() print('c:' , c) d = a.ravel('F') print('d:' , d)# 二者的區(qū)別 b[0] = 10 print('a:' , a) c[0] = 10 print('a:' , a)輸出：b: [1 2 3 4] c: [1 2 3 4] d: [1 3 2 4] a: [[1 2] [3 4]] a: [[10 2] [ 3 4]]

?

2.np.array()與np.asarray的區(qū)別

其在于輸入為數(shù)組時(shí)，np.array是將重新創(chuàng)建一個(gè)數(shù)組空間并將數(shù)據(jù)復(fù)制進(jìn)去，它有自己的一塊內(nèi)存區(qū)域，所以隨著輸入的改變np.array的輸出不變（即返回拷貝）；而np.asarray功能是將指向數(shù)組a的計(jì)數(shù)器加1，并指向該數(shù)組，這樣當(dāng)原始數(shù)組改變的時(shí)候，np.asarray的輸出也會(huì)改變（相當(dāng)于返回視圖）。

推薦使用np.array()

輸入：import numpy as npa=np.ones((3,3)) b=np.array(a) c=np.asarray(a) a[1]=2print('a:\n',a) print('b:\n',b) print('c:\n',c) print(b is a) # False print(c is a) # True輸出：a:[[1. 1. 1.][2. 2. 2.][1. 1. 1.]] b:[[1. 1. 1.][1. 1. 1.][1. 1. 1.]] c:[[1. 1. 1.][2. 2. 2.][1. 1. 1.]] False True

但是其實(shí)如果是這么寫的話，兩者又是等價(jià)的：（因?yàn)楦淖兞祟愋?#xff0c;所以都只能返回一個(gè)拷貝）

輸入：a=np.ones((3,3)) b=np.array(a,dtype = 'float32') c=np.asarray(a,dtype = 'float32') a[1]=2print('a:\n',a) print('b:\n',b) print('c:\n',c) print(b is a) # False print(c is a) # True輸出：a:[[1. 1. 1.][2. 2. 2.][1. 1. 1.]] b:[[1. 1. 1.][1. 1. 1.][1. 1. 1.]] c:[[1. 1. 1.][1. 1. 1.][1. 1. 1.]] False False

?

總結(jié)

以上是生活随笔為你收集整理的【Python学习】 - 关于函数返回拷贝还是返回视图的几组函数汇总的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。