问题：块矩阵到数组
我正在使用numpy。我有一个具有1列和N行的矩阵，并且我想从中获得具有N个元素的数组。
例如，如果我有M = matrix([[1], [2], [3], [4]])，我想得到A = array([1,2,3,4])。
为此，我使用A = np.array(M.T)[0]。有谁知道一种更优雅的方式来获得相同的结果？
谢谢！
回答 0
如果您想让内容更具可读性，可以执行以下操作：
A = np.squeeze(np.asarray(M))同样，您也可以执行以下操作：A = np.asarray(M).reshape(-1)，但是它不太容易阅读。
回答 1
result = M.A1https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.matrix.A1.html
matrix.A1
1-d base array回答 2
A, = np.array(M.T)我想，这取决于您所说的优雅的意思，但这就是我会做的
回答 3
您可以尝试以下变体：
result=np.array(M).flatten()回答 4
np.array(M).ravel()如果您在乎速度；但是，如果您关心内存：
np.asarray(M).ravel()回答 5
或者您可以尝试避免与
A = M.view(np.ndarray)
A.shape = -1回答 6
第一， Mv = numpy.asarray(M.T)您会得到一个4×1但2D的数组。
然后，执行A = Mv[0,:]，这将为您提供所需的内容。您可以将它们放在一起，如numpy.asarray(M.T)[0,:]。
回答 7
这会将矩阵转换为数组
A = np.ravel(M).T回答 8
numpy的ravel（）和flatten（）函数是我将在此处尝试的两种技术。我想补充一下Joe，Siraj，bubble和Kevad的帖子。
拉威尔：
A = M.ravel()
print A, A.shape
>>> [1 2 3 4] (4,)展平：
M = np.array([[1], [2], [3], [4]])
A = M.flatten()
print A, A.shape
>>> [1 2 3 4] (4,)numpy.ravel()更快，因为它是库级别的函数，不会复制任何数组。但是，如果使用，则数组A中的任何更改都会将其自身带到原始数组M中numpy.ravel()。
numpy.flatten()比慢numpy.ravel()。但是，如果你使用的是numpy.flatten()创建一个，然后改变了一个将不会延续到原来的列M。
numpy.squeeze()并且M.reshape(-1)比numpy.flatten()和慢numpy.ravel()。
%timeit M.ravel()
>>> 1000000 loops, best of 3: 309 ns per loop
%timeit M.flatten()
>>> 1000000 loops, best of 3: 650 ns per loop
%timeit M.reshape(-1)
>>> 1000000 loops, best of 3: 755 ns per loop
%timeit np.squeeze(M)
>>> 1000000 loops, best of 3: 886 ns per loop