numpy 中的 flatten 和 ravel 函數有什么區別？

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]

兩個函數都返回相同的列表。 那么需要兩個不同的功能來執行相同的工作。

Answer 1

當前的API是：

• flatten總是返回一個副本。
• ravel盡可能返回原始數組的視圖。 這在打印輸出中不可見，但如果您修改 ravel 返回的數組，它可能會修改原始數組中的條目。 如果您修改從 flatten 返回的數組中的條目，這將永遠不會發生。 ravel 通常會更快，因為沒有內存被復制，但你必須更加小心修改它返回的數組。
• reshape((-1,))只要數組的步幅允許它就會得到一個視圖，即使這意味着你並不總是得到一個連續的數組。

Answer 2

正如這里所解釋的，一個關鍵的區別是：

• flatten是 ndarray 對象的一種方法，因此只能為真正的 numpy 數組調用。

• ravel是一個庫級函數，因此可以在任何可以成功解析的對象上調用。

例如ravel將處理 ndarrays 列表，而flatten不適用於該類型的對象。

@IanH 在他的回答中還指出了與內存處理的重要區別。

Answer 3

這是函數的正確命名空間：

• numpy.ndarray.flatten

• numpy.ravel

這兩個函數都返回指向新內存結構的扁平一維數組。

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

在上面的例子中：

• 結果的內存位置不同，
• 結果看起來一樣
• flatten 會返回一個副本
• ravel 會返回一個視圖。

我們如何檢查某些東西是否是副本？ 使用.base的屬性ndarray 。 如果是視圖，則基數將是原始數組； 如果是副本，則基數將為None 。

---

檢查a2是否是a1副本

import numpy
a1 = numpy.array([[1,2],[3,4]])
a2 = a1.copy()
id(a2.base), id(a1.base)

出去：

(140735713795296, 140735713795296)