numpy.ravel
numpy.ravel(a, order='C') [source]
返回一个连续的扁平数组。
返回包含输入元素的一维数组。 仅在需要时才进行复制。
从NumPy 1.10开始，返回的数组将具有与输入数组相同的类型。 （例如，掩码数组输入将返回一个掩码数组）
参数 ： | a ：array_like 输入数组。 将按顺序指定的顺序读取a中的元素， 并将其打包为一维数组。 order ： 使用此索引顺序读取a的元素。 'C'表示以行为主的C样式索引元素， 最后一个轴索引更改最快， 回到第一个轴索引更改最慢。 'F'表示以Fortran样式的列优先顺序索引元素， 第一个索引更改最快， 最后一个索引更改最慢。 请注意，'C'和'F'选项不考虑基础数组的内存布局， 仅涉及轴索引的顺序。 'A'表示如果a在内存中是连续的， 则以类似于Fortran的索引顺序读取元素， 否则为类似于C的顺序。 'K'表示按顺序在内存中读取元素， 但当步幅为负时反转数据除外。 默认情况下，使用'C'索引顺序。 |
返回值 ： | y ：array_like y是与a具有相同子类型的数组，其形状为 请注意，矩阵是特殊情况下的向后兼容性，如果a是矩阵， 则y是一维ndarray。 |
Notes
在二维中，以行优先的C样式顺序，行索引变化最快，列索引变化最快。 这可以概括为多个维度，其中行优先顺序意味着沿第一个轴的索引变化最快，而沿最后一个轴的索引变化最快。 对于以列为主的Fortran风格的索引排序则相反。
如果希望在尽可能多的情况下获得视图，则最好使用arr.reshape（-1）。
例子
1）使用 ravel 函数展平数组
import numpy as np
# 定义一个二维数组
arr = np.array([[1, 2, 3],
[4, 5, 6]])
# 使用 ravel 函数展平数组
flattened = np.ravel(arr)
print("Flattened array:", flattened)
# 修改展平后的数组
flattened[0] = 100
print("Modified flattened array:", flattened)
print("Original array (modified due to sharing):", arr)
2）默认参数 order='C'
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
print("Original array:")
print(x)
print("np.ravel(x):", np.ravel(x))
print("x.reshape(-1):", x.reshape(-1))
3）指定 order='F'
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
print("np.ravel(x, order='F'):", np.ravel(x, order='F'))
print()
4）对转置后的数组进行展平
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
print("Transposed array:")
x_transposed = x.T
print(x_transposed)
print("np.ravel(x_transposed):", np.ravel(x_transposed))
print("np.ravel(x_transposed, order='A'):", np.ravel(x_transposed, order='A'))
print()
5）指定 order='K'，不改变轴顺序
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
a = np.arange(3)[::-1]
print("a:", a)
print("a.ravel(order='C'):", a.ravel(order='C'))
print("a.ravel(order='K'):", a.ravel(order='K'))
print()
6）三维数组的展平效果
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
a = np.arange(12).reshape(2,3,2).swapaxes(1,2)
print("Original 3D array:")
print(a)
print("np.ravel(a, order='C'):", np.ravel(a, order='C'))
print("np.ravel(a, order='K'):", np.ravel(a, order='K'))