在numpy中扁平函数和ravel函数有什么区别？

Question

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]

两个函数都返回相同的列表。 那么，两个不同的职能部门执行同一项工作的需要是什么呢。

Answer 1

以下是函数的正确命名空间：

• ^{}

• ^{}

这两个函数都返回指向新内存结构的扁平1D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

在上面的示例中：

• 结果的存储位置不同
• 结果看起来一样
• 扁平化将返回一个副本
• 拉威尔会回头看。

我们怎么检查东西是不是复制品？ 使用ndarray的.base属性。如果是视图，基将是原始数组；如果是副本，基将是None。

Answer 2

正如here所解释的，关键区别在于：

• flatten是ndarray对象的方法，因此只能对真正的numpy数组调用。

• ravel是库级函数，因此可以对任何可以成功解析的对象调用。

例如，ravel将处理nDarray列表，而flatten不可用于该类型的对象。

@IanH在回答中也指出了与记忆处理的重要区别。

Answer 3

当前的API是：

• ^{}总是返回一个副本。
• ^{}尽可能返回原始数组的视图。这在打印输出中不可见，但是如果修改ravel返回的数组，它可能会修改原始数组中的条目。如果修改flatten返回的数组中的条目，则永远不会发生这种情况。ravel通常会更快，因为没有复制内存，但是在修改它返回的数组时必须更加小心。
• ^{}在数组的跨步允许时获取视图，即使这意味着您并不总是获得一个连续的数组。