您好,登錄后才能下訂單哦!
這期內容當中小編將會給大家?guī)碛嘘PNumpy中ravel()和flatten()的區(qū)別是什么,文章內容豐富且以專業(yè)的角度為大家分析和敘述,閱讀完這篇文章希望大家可以有所收獲。
在Numpy中經常使用到的操作由扁平化操作,Numpy提供了兩個函數進行此操作,他們的功能相同,但在內存上有很大的不同.
先來看這兩個函數的使用:
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]
可以看到這兩個函數實現的功能一樣,但我們在平時使用的時候flatten()更為合適.在使用過程中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,因為原數組和ravel()返回后的數組的地址并不一樣),在使用過程中應該注意避免在修改視圖時影響原本的數組.這是什么意思咧,我們通過代碼來具體解釋:
from numpy import * a = arange(12).reshape(3,4) print(a) # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # 創(chuàng)建一個和a相同內容的數組b b = a.copy() c = a.ravel() d = b.flatten() # 輸出c和d數組 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數組都是扁平化后的數組,具有相同的內容 print(a is c) # False print(b is d) # False # 可以看到以上a,b,c,d是四個不同的對象 # 但因為c是a的一種展示方式,雖然他們是不同的對象,但在修改c的時候,a中相應的數也改變了 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]
上述就是小編為大家分享的Numpy中ravel()和flatten()的區(qū)別是什么了,如果剛好有類似的疑惑,不妨參照上述分析進行理解。如果想知道更多相關知識,歡迎關注億速云行業(yè)資訊頻道。
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。