问题:numpy中的flatten和ravel函数有什么区别?
import numpy as np
y = np.array(((1,2,3),(4,5,6),(7,8,9)))
OUTPUT:
print(y.flatten())
[1 2 3 4 5 6 7 8 9]
print(y.ravel())
[1 2 3 4 5 6 7 8 9]
这两个函数返回相同的列表。那么需要两个不同的功能来执行相同的工作。
回答 0
当前的API是:
flatten
总是返回一个副本。ravel
尽可能返回原始数组的视图。这在打印输出中不可见,但是如果您修改ravel返回的数组,则可能会修改原始数组中的条目。如果您修改从flatten返回的数组中的条目,则将永远不会发生。ravel通常会更快,因为没有内存被复制,但是您在修改返回的数组时要格外小心。reshape((-1,))
只要数组的步幅允许,就可以得到一个视图,即使这意味着您并不总是可以获得连续的数组。
回答 1
如此处所述,关键区别在于:
flatten
是ndarray对象的方法,因此只能用于真正的numpy数组。ravel
是库级别的函数,因此可以在任何可以成功解析的对象上调用。
例如,ravel
将对ndarray列表起作用,flatten
而不适用于该类型的对象。
@IanH还在回答中指出了与内存处理的重要区别。
回答 2
这是函数的正确命名空间:
这两个函数均返回指向新存储器结构的展平一维数组。
import numpy
a = numpy.array([[1,2],[3,4]])
r = numpy.ravel(a)
f = numpy.ndarray.flatten(a)
print(id(a))
print(id(r))
print(id(f))
print(r)
print(f)
print("\nbase r:", r.base)
print("\nbase f:", f.base)
---returns---
140541099429760
140541099471056
140541099473216
[1 2 3 4]
[1 2 3 4]
base r: [[1 2]
[3 4]]
base f: None
在上例中:
- 结果的存储位置不同,
- 结果看起来一样
- 展平将返回副本
- ravel将返回一个视图。
我们如何检查某物是否是副本?使用的.base
属性ndarray
。如果是视图,则基础将是原始数组;如果是副本,则基数为None
。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。