NumPy教程-numpy.ravel()在Python中的使用

Python的numpy模块提供了一个名为numpy.ravel的函数，用于将二维数组或多维数组转换为连续的扁平数组。返回的数组具有与源数组或输入数组相同的数据类型。如果输入数组是一个掩码数组，返回的数组也将是一个掩码数组。

语法：

numpy.ravel(x, order='C')

参数：

x: array_like

此参数定义了我们要转换为连续扁平数组的输入数组。数组元素按照order参数指定的顺序读取，并被打包成一个一维数组。

order: {'C', 'F', 'A', 'K'}（可选）

如果将order参数设置为'C'，则表示数组按行主序（row-major）方式扁平化。如果设置为'F'，则表示数组按列主序（column-major）方式扁平化。当数组在内存中按Fortran连续方式（Fortran contiguous）时，且order参数设置为'A'时，数组将按列主序方式扁平化。最后一个选项是'K'，它以元素在内存中出现的顺序扁平化数组。默认情况下，此参数设置为'C'。

返回值：

此函数返回一个连续的扁平数组，其数据类型与输入数组相同，并且形状为(x.size)。

示例 1：

import numpy as np  
x = np.array([[1, 3, 5], [11, 35, 56]])  
y=np.ravel(x)  
y  

输出：

array([ 1,  3,  5, 11, 35, 56])

在上面的代码中：

• 我们导入了numpy，并使用别名np。
• 我们使用np.array()函数创建了一个名为'x'的数组。
• 我们声明了变量y，并赋值为np.ravel()函数的返回值。
• 我们将数组'x'传递给函数。
• 最后，我们尝试打印变量y的值。

输出显示了数组的值以连续扁平化的方式呈现。

示例 2：

import numpy as np  
x = np.array([[1, 3, 5], [11, 35, 56]])  
y = np.ravel(x, order='F')  
z = np.ravel(x, order='C')  
p = np.ravel(x, order='A')  
q = np.ravel(x, order='K')  
y  
z  
p  
q  

输出：

array([ 1, 11,  3, 35,  5, 56])
array([ 1,  3,  5, 11, 35, 56])
array([ 1,  3,  5, 11, 35, 56])
array([ 1,  3,  5, 11, 35, 56])

示例 3：

import numpy as np  
x = np.arange(12).reshape(3,2,2).swapaxes(1,2)  
x  
y=np.ravel(a, order='C')  
y  
z=np.ravel(a, order='K')  
z  
q=np.ravel(a, order='A')  
q  

输出：

array([[[ 0,  2],
         [ 1,  3]],

        [[ 4,  6],
         [ 5,  7]],

        [[ 8, 10],
         [ 9, 11]]])
array([ 0,  2,  1,  3,  4,  6,  5,  7,  8, 10,  9, 11])
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
array([ 0,  2,  1,  3,  4,  6,  5,  7,  8, 10,  9, 11])

在上面的代码中：

• 我们导入了numpy，并使用别名np。
• 我们使用np.arange()函数创建了一个名为'x'的数组。
• 我们通过使用reshape()和np.swapaxes()函数来改变其形状并交换轴。
• 我们声明了变量y、z和q，并赋值为np.ravel()函数的返回值。
• 我们将数组'x'以及顺序C、K和A传递给函数。
• 最后，我们尝试打印变量y的值。

输出显示了数组的值以连续扁平化的方式呈现。