Numpy中扁平化函數ravel()和flatten()的區別

在Numpy中常用到的操做由扁平化操做,Numpy提供了兩個函數進行此操做,他們的功能相同,但在內存上有很大的不一樣.

先來看這兩個函數的使用:

 1 from numpy import *
 2 
 3 a = arange(12).reshape(3,4)
 4 print(a)
 5 # [[ 0  1  2  3]
 6 #  [ 4  5  6  7]
 7 #  [ 8  9 10 11]]
 8 print(a.ravel())
 9 # [ 0  1  2  3  4  5  6  7  8  9 10 11]
10 print(a.flatten())
11 # [ 0  1  2  3  4  5  6  7  8  9 10 11]

能夠看到這兩個函數實現的功能同樣,但咱們在平時使用的時候flatten()更爲合適.在使用過程當中flatten()分配了新的內存,但ravel()返回的是一個數組的視圖.視圖是數組的引用(說引用不太恰當,由於原數組和ravel()返回後的數組的地址並不同),在使用過程當中應該注意避免在修改視圖時影響本來的數組.這是什麼意思咧,咱們經過代碼來具體解釋:

 1 from numpy import *
 2 
 3 a = arange(12).reshape(3,4)
 4 print(a)
 5 # [[ 0  1  2  3]
 6 #  [ 4  5  6  7]
 7 #  [ 8  9 10 11]]
 8 
 9 # 建立一個和a相同內容的數組b
10 b = a.copy()
11 c = a.ravel()
12 d = b.flatten()
13 # 輸出c和d數組
14 print(c)
15 # [ 0  1  2  3  4  5  6  7  8  9 10 11]
16 print(d)
17 # [ 0  1  2  3  4  5  6  7  8  9 10 11]
18 # 能夠看到c和d數組都是扁平化後的數組,具備相同的內容
19 
20 print(a is c)
21 # False
22 print(b is d)
23 # False
24 # 能夠看到以上a,b,c,d是四個不一樣的對象
25 
26 # 但由於c是a的一種展現方式,雖然他們是不一樣的對象,但在修改c的時候,a中相應的數也改變了
27 c[1] = 99
28 d[1] = 99
29 print(a)
30 # [[ 0 99  2  3]
31 #  [ 4  5  6  7]
32 #  [ 8  9 10 11]]
33 print(b)
34 # [[ 0  1  2  3]
35 #  [ 4  5  6  7]
36 #  [ 8  9 10 11]]
37 print(c)
38 # [ 0 99  2  3  4  5  6  7  8  9 10 11]
39 print(d)
40 # [ 0 99  2  3  4  5  6  7  8  9 10 11]

經過以上的分析,在實際應用中應儘可能使用flatten()函數,這樣避免意外的錯誤.