numpy函数库手册,python numpy函数手册

　　numpy.ravel

　　numpy.ravel(a，order= C )[来源]

　　返回连续的平面数组。

　　返回包含输入元素的一维数组。仅在必要时复制。

　　从NumPy 1.10开始，返回的数组与输入数组的类型相同。例如，掩码数组的输入将返回一个掩码数组。参数：a :array_like

　　输入数组。按照指定的顺序读取的元素。

　　把它打包成一维数组。

　　订单：“C”、“F”、“A”、“K”}，选项

　　使用此索引顺序读取a的元素。C 表示以行为为主要因素的C风格索引元素，

　　最后一个轴索引变化最快，第一个轴索引返回最慢。

　　“f”表示根据Fortran风格的列优先级对元素进行索引。

　　第一个指数变化最快，

　　最后一次索引更改是最慢的。

　　请注意，“C”和“F”选项没有考虑基本阵列的内存布局。

　　它只与轴索引的顺序有关。 A 表示如果A在内存中是连续的，那么它就是，

　　按索引顺序读取元素(比如Fortran)，否则按C顺序读取。

　　‘k’的意思是按顺序读取内存中的元素，除非幻灯片为负数时数据反过来。

　　默认情况下，使用“C”索引顺序。

　　返回值：y :array_like

　　y是一个子类型和A相同的数组，形状是(a.size，)。

　　请注意，矩阵在特殊情况下是向后兼容的。当a是矩阵时

　　y是一维nd数组。

　　笔记

　　在二维中，按照行优先的C风格顺序，行索引变化最快，列索引变化最快。这可以概括为多个维度。行优先级意味着沿第一个轴的索引变化最快，沿最后一个轴的索引变化最快。在以列为中心的Fortran风格的索引排序中，情况正好相反。

　　如果想在尽可能多的情况下获取视图，建议使用arr . shape(-1)。

　　模型

　　这相当于整形(-1，order=order)。x=NP.array ([ 1，2，3 ]，[ 4，5，6 ])

　　是NP.ravel(x)

　　array ([ 1，2，3，4，5，6])(x . shape(-1))))))))).

　　array (1，2，3，4，5，6 ) ) (np.ravel(x ) x，order=F ))))NP . ravel(x，order= F )))))))).

　　数组([ 1，4，2，5，3，6 ]

　　如果order是 a ，那么数组的 c 或 f 顺序：keep NP.ravel(x.t)

　　数组([ 1，4，2，5，3，6 ]

　　NP。Ravel(x.t，order=A )))))))))))).

　　数组([ 1，2，3，4，5，6 ]

　　如果顺序为“K”，则保留既不是“C”也不是“F”的顺序，但不反转旋转轴：A=NP。arange(3(33603360-1)；a

　　数组([ 2，1，0 ])).

　　a .拉威尔(order=c ).

　　数组([ 2，1，0 ])).

　　a .拉威尔(order=k ).

　　array (2，1，0 ) ) a=NP.arange ) 12)。整形)2，3，2)。swapaxes ) 1，2)；a

　　数组([ 0，2，4 ]，

　　[ 1,3,5 ],

　　[ 6,8,10 ],

　　[ 7,9,11 ] )

　　a .拉威尔(order=c ).

　　数组([ 0，2，4，1，3，5，6，8，10，7，9，11 ]

　　a .拉威尔(order=k ).

　　数组([ 0，1，2，3，4，5，6，7，8，9，10，11 ]

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。