reshape() 重塑， flatten()/reval() 扁平化

reshape()——>完成從低維到高維的轉換
flatten()——>完成從高維到低維的轉換 同時可以用ravel()實現

a. 基礎用法舉例

import numpy as np help(np.ravel)

ravel(a, order=‘C’)
Return a contiguous flattened array.
a : array_like
Input array. The elements in a are read in the order specified by
order, and packed as a 1-D array.
order : {‘C’,‘F’, ‘A’, ‘K’}, optional

用reshape()創建二維數組arr

arr=np.arange(1,25.0).reshape((4,-1)) #tips:用-1直接計算另一個參數

array([[ 1., 2., 3., 4., 5., 6.],
[ 7., 8., 9., 10., 11., 12.],
[13., 14., 15., 16., 17., 18.],
[19., 20., 21., 22., 23., 24.]])

對其進行進行扁平化（打平）:

arr_=arr.flatten() arr_2=arr.ravel()

array([ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13.,
14., 15., 16., 17., 18., 19., 20., 21., 22., 23., 24.])

b. ravel和flatten的區別

raval()進行扁平化處理時沒有復制原來數組，只在列主序打平時復制了原數組，返回的是一個數組的視圖。
faltten()在所有情況下打平時都復制了原來的數組，分配了新的內存。

#flatten打平的情況下 arr_[0] = 50 print(arr_) print(arr)

array([ 50., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13.,
14., 15., 16., 17., 18., 19., 20., 21., 22., 23., 24.])
array([[ 1., 2., 3., 4., 5., 6.],
[ 7., 8., 9., 10., 11., 12.],
[13., 14., 15., 16., 17., 18.],
[19., 20., 21., 22., 23., 24.]])
flatten()不會影響到原本數組arr

#ravel打平情況下 arr_2[0] = 100 print(arr_2) print(arr)

array([ 100., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11., 12., 13.,
14., 15., 16., 17., 18., 19., 20., 21., 22., 23., 24.])
array([[ 100., 2., 3., 4., 5., 6.],
[ 7., 8., 9., 10., 11., 12.],
[13., 14., 15., 16., 17., 18.],
[19., 20., 21., 22., 23., 24.]])
ravel()會影響到原本數組arr

盡量使用flatten()函數打平數組。

總結

以上是生活随笔為你收集整理的Numpy中的数组变形操作01——reshape() 重塑， flatten()/reval() 扁平化的全部內容，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。