python几种矩阵重组降维方式对比

reshape：更改数组的形状
ravel：返回一个展平的数组。
flatten：返回一个展平的数组。

#将矩阵降至一维示例
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
np.ravel(x)  #array([1, 2, 3, 4, 5, 6])
x.flatten() #array([1, 2, 3, 4, 5, 6])
x.reshape(-1) #array([1, 2, 3, 4, 5, 6])

三者的区别在于
1、reshape函数有更广的适用性，降维只是他其中的应用之一，而其他两者都只能降至一维。

2、ravel和flatten在功能上相同，他们两者的差别在内存上。在使用过程中flatten()分配了新的内存，创建了一个副本，而ravel()创建的对象还具有和原来一样的内存地址。
简单来说，就是如果数组X用ravel创建了一个对象A，当对A进行操作时，原数组X也会受到影响而改变；相对应的如果用flatten返回一个对象B，对该新对象进行修改不会影响到原数组X。所以在实际应用中应尽量使用flatten()函数

ravel和flatten都有的可选参数order={‘C’, ‘F’, ‘A’, ‘K’}

• C：按行优先展开
• F：按列优先展开
• A：表示如果a在内存中是 Fortran连续的，则以列优先顺序展平，否则以行优先顺序展平。
• K：表示按照元素在内存中出现的顺序将a展平。
• 默认值为“C”。

参考链接
https://www.cnblogs.com/mzct123/p/8659193.html
https://numpy.org/devdocs/reference/generated/numpy.ndarray.flatten.html#numpy.ndarray.flatten