【Python】NumPy 中 ravel() 正確打開方式

最近在看書時，對numpy的ravel()的有些疑惑，書上這樣寫到“如果結果中的值在原始數組中是連續的，則ravel 不會生成底層數值的副本”，度娘后，發現大部分的說法都是得到原數組的視圖，但是按照書上的說法，是可以產生副本的，只要結果的值在原始數組中不連續。

剛開始不太理解，這里所謂的連續是指什么？后來發現，這個連續是指的是元素順序，reval()中有個參數【order】，這個參數指定了重塑順序。

In [58]: arr2 Out[58]: array([[ 1, 1, -1],[ 0, -3, 6]]) # arr2 默認安裝C順序展開 In [59]: arr3 = np.ravel(arr2,order = 'C') # C順序，即是按行方向順序 In [60]: arr3 Out[60]: array([ 1, 1, -1, 0, -3, 6]) # arr2,arr3都是按照C順序展開 In [72]: arr3.base is arr2 # arr3基于arr2 Out[72]: True In [73]: np.may_share_memory(arr2,arr3) # arr3,arr2共享內存，則arr3為arr2的視圖 Out[73]: True In [62]: arr4 = np.ravel(arr2,order = 'F') #arr4 按照F順序，即是列順序重塑 In [63]: arr4 Out[63]: array([ 1, 0, 1, -3, -1, 6]) #可以看出順序與arr2的不同 In [64]: arr4.base is arr2 #arr4 不是基于arr2 Out[64]: False In [65]: np.may_share_memory(arr2,arr4) #arr4,arr2 不共享內存 Out[65]: False In [74]: arr4.flags.owndata #arr4擁有自己的數據，說明獨立于arr2，是一個副本 Out[74]: True In [66]: arr5 = np.ravel(arr2.T, order='A') #A順序，應該是針對于轉置后的重塑 In [67]: arr5 Out[67]: array([ 1, 1, -1, 0, -3, 6]) #得到結果順序與arr2的一致，也是C順序 In [68]: np.may_share_memory(arr2,arr5) # arr5,arr2共享內存，則arr5為arr2的視圖 Out[68]: True In [69]: arr6 = np.ravel(arr2.swapaxes(0,1), order='K') #A順序，應該是針對于軸交換后的重塑 In [70]: arr6 Out[70]: array([ 1, 1, -1, 0, -3, 6]) #得到結果順序與arr2的一致，也是C順序 In [71]: np.may_share_memory(arr2,arr6) # arr6,arr2共享內存，則arr6為arr2的視圖 Out[71]: True

所以ravel()的結果不一定就是原數組的視圖，這個要看具體的情況，不過一般重塑都是使用默認的order參數，按照C順序重塑，但是使用時也要注意，避免錯把視圖當做副本，修改視圖影響原本的數組。
或者直接使用flatten()，不管參數【order】如何都是，返回一份拷貝，對拷貝所做的修改不會影響（reflects）原始數組，
最后，也可以通過reshape(-1)使原多維數組轉化為一維數組，reshape(x, y)使其轉化為其他形狀，不過注意使用reshape()都是返回原始數組的視圖。

總結下，
1，reshape() 返回原始數組的視圖；
2，ravel() 返回原始數據的視圖或者副本，只有在參數order = ‘F’時返回副本；
3，flatten() 返回原始數組的副本；

以上有錯誤的，可以評論指出，拍磚！！！

總結

以上是生活随笔為你收集整理的【Python】NumPy 中 ravel() 正确打开方式的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。