Numpy中扁平化函数ravel()和flatten()的区别详解
作者:weller 时间:2022-09-23 08:52:23
在Numpy中经常使用到的操作由扁平化操作,Numpy提供了两个函数进行此操作,他们的功能相同,但在内存上有很大的不同.
先来看这两个函数的使用:
from numpy import *
a = arange(12).reshape(3,4)
print(a)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
print(a.ravel())
# [ 0 1 2 3 4 5 6 7 8 9 10 11]
print(a.flatten())
# [ 0 1 2 3 4 5 6 7 8 9 10 11]
可以看到这两个函数实现的功能一样,但我们在平时使用的时候flatten()更为合适.在使用过程中flatten()分配了新的内存,但ravel()返回的是一个数组的视图.视图是数组的引用(说引用不太恰当,因为原数组和ravel()返回后的数组的地址并不一样),在使用过程中应该注意避免在修改视图时影响原本的数组.这是什么意思咧,我们通过代码来具体解释:
from numpy import *
a = arange(12).reshape(3,4)
print(a)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
# 创建一个和a相同内容的数组b
b = a.copy()
c = a.ravel()
d = b.flatten()
# 输出c和d数组
print(c)
# [ 0 1 2 3 4 5 6 7 8 9 10 11]
print(d)
# [ 0 1 2 3 4 5 6 7 8 9 10 11]
# 可以看到c和d数组都是扁平化后的数组,具有相同的内容
print(a is c)
# False
print(b is d)
# False
# 可以看到以上a,b,c,d是四个不同的对象
# 但因为c是a的一种展示方式,虽然他们是不同的对象,但在修改c的时候,a中相应的数也改变了
c[1] = 99
d[1] = 99
print(a)
# [[ 0 99 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
print(b)
# [[ 0 1 2 3]
# [ 4 5 6 7]
# [ 8 9 10 11]]
print(c)
# [ 0 99 2 3 4 5 6 7 8 9 10 11]
print(d)
# [ 0 99 2 3 4 5 6 7 8 9 10 11]
通过以上的分析,在实际应用中应尽量使用flatten()函数,这样避免意外的错误.
来源:https://www.cnblogs.com/mzct123/p/8659193.html
标签:Numpy,ravel(),flatten()
0
投稿
猜你喜欢
Python利用Beautiful Soup模块修改内容方法示例
2023-09-03 10:29:51
Python如何实现自带HTTP文件传输服务
2023-01-05 05:04:15
Go语言实现超时的三种方法实例
2023-06-22 18:32:43
Python随机生成8位密码的示例详解
2023-09-15 21:04:03
Python request操作步骤及代码实例
2022-03-16 10:42:47
Python爬虫中urllib3与urllib的区别是什么
2023-04-04 05:48:12
FCKeditor编辑器实战技巧
2007-10-08 21:13:00
利用Python matplotlib绘制风能玫瑰图
2023-10-12 23:07:24
Python中如何自定义函数
2021-12-12 20:20:58
python解析库Beautiful Soup安装的详细步骤
2023-06-23 04:29:21
Python脚本Selenium及页面Web元素定位详解
2023-06-14 12:21:10
Mysql入门系列:MYSQL日志文件维护
2008-11-24 13:10:00
比较SQL Server约束和DML触发器
2008-12-24 15:54:00
Python学习之名字,作用域,名字空间(下)
2021-04-28 05:45:20
MSSQL数据库还原图解教程
2009-01-12 17:58:00
Python编程中用close()方法关闭文件的教程
2023-02-10 22:10:06
基于Python的XSS测试工具XSStrike使用方法
2021-08-21 13:11:56
Python函数式编程指南(二):从函数开始
2023-05-08 12:46:02
简单了解Python变量作用域正确使用方法
2022-02-03 04:18:55
python中enumerate的用法实例解析
2023-03-10 19:11:18