numpy.ravel() 和 numpy.flatten()

转自CSDN博主「Inside_Zhang」， 链接：https://blog.csdn.net/lanchunhui/article/details/50354978

首先声明两者所要实现的功能是一致的（将多维数组降位一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图，会影响（reflects）原始矩阵。

1. 两者的功能

>>> x = np.array([[1, 2], [3, 4]])
>>> x
array([[1, 2],
       [3, 4]])
>>> x.flatten()
array([1, 2, 3, 4])
>>> x.ravel()
array([1, 2, 3, 4])

# 两者默认均是行序优先
>>> x.flatten('F')
array([1, 3, 2, 4])
>>> x.ravel('F')
array([1, 3, 2, 4])

>>> x.reshape(-1)
array([1, 2, 3, 4])
>>> x.T.reshape(-1)
array([1, 3, 2, 4])

2. 两者的区别

>>> x = np.array([[1, 2], [3, 4]])

>>> x.flatten()[1] = 100  # flatten：返回的是拷贝
>>> x
array([[1, 2],
       [3, 4]])           

>>> x.ravel()[1] = 100
>>> x
array([[  1, 100],
       [  3,   4]])

References

[1] What is the difference between flatten and ravel functions in numpy?