如何将（mxn）尺寸的Numpy数组展开为单个向量

Question

我只想知道将numpy数组展开为单个向量是否存在捷径。 例如（将以下Matlab代码转换为python）：

Matlab方式：A =零（10,10）％
A_unroll = A（:)％<-如何在python中做到这一点

预先感谢。

Answer 1

这是您的想法吗？

编辑：正如Patrick指出的那样，必须将A（:)转换为Python时要小心。

当然，如果您只想展平零矩阵或二维数组，那就没关系了。

因此，这是一种获得类似于matlab行为的方法。

>>> a = np.array([[1,2,3], [4,5,6]])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> # one way to get Matlab behaivor
... (a.T).ravel()
array([1, 4, 2, 5, 3, 6])

numpy.ravel平2D数组，但不会像matlab的(:)一样进行。

>>> import numpy as np
>>> a = np.array([[1,2,3], [4,5,6]])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> a.ravel()
array([1, 2, 3, 4, 5, 6])

Answer 2

您在这里必须小心，因为ravel不会像Matlab使用A（:)一样分解元素。 如果您使用：

>>> a = np.array([[1,2,3], [4,5,6]])
>>> a.shape
(2,3)
>>> a.ravel()
array([1, 2, 3, 4, 5, 6])

在Matlab中：

>> A = [1:3;4:6];
>> size(A)
ans =

     2     3
>> A(:)

ans =

     1
     4
     2
     5
     3
     6

在Matlab中，首先从列开始对元素进行分解，然后再对行进行分解。 在Python中则相反。 这与元素存储的顺序有关（NumPy中默认为C顺序，而Matlab中为Fortran顺序）。

知道A（:)等同于reshape（A，[numel（A），1]），就可以在Python中获得相同的行为：

>>> a.reshape(a.size,order='F')
array([1, 4, 2, 5, 3, 6])

注意order ='F'，它指的是Fortran顺序（列首先是散列的）。