np.ravel()&n.flatten()

这两个函数的功能都是将多维的数组降低为一维，但是区别在于一个是拷贝，一个仅是视图。

np.flatten()返回的是数组的拷贝，对拷贝的修改不会影响到原始的数组；

但是np.ravel()是原数组的视图，对视图的修改会更改了原始的数组的数据。

且我们在多维变成一维的时候，是默认的行优先。

import numpy as np
x=np.array([[1,2,3],[3,4,5]])
xf=x.flatten()
print ("xf:",xf)

xr=x.ravel()
print ("xr:",xr)

xff=x.flatten('f')
print ("xff:",xff)

xrr=x.ravel('f')
print ("xrr:",xrr)


xf[0]=3
print ("xf:",xf)
print ("x:",x)
xr[0]=3
print ("xr:",xr)
print ("x:",x)

结果如下：

('xf:', array([1, 2, 3, 3, 4, 5]))
('xr:', array([1, 2, 3, 3, 4, 5]))
('xff:', array([1, 3, 2, 4, 3, 5]))
('xrr:', array([1, 3, 2, 4, 3, 5]))
('xf:', array([3, 2, 3, 3, 4, 5]))
('x:', array([[1, 2, 3],
       [3, 4, 5]]))
('xr:', array([3, 2, 3, 3, 4, 5]))
('x:', array([[3, 2, 3],
       [3, 4, 5]]))