Numpy Flatten和Ravel有何区别

在numpy中，flatten和ravel都是用于将多维数组打平转化为一维数组的函数，但是它们在实现方式和一些细节上有所不同。本文将详细介绍flatten和ravel的使用方法及其区别。

阅读更多：Numpy 教程

flatten函数

flatten函数返回的是数组的一个拷贝，将数组上所有的维度展开成一维后输出。例如：

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> a.flatten()
array([1, 2, 3, 4])

上面的代码将一个二维数组a展开成了一个一维数组。由于返回的是数组的一份拷贝，所以如果对展开后的数组进行修改，不会对原数组产生影响：

>>> b = a.flatten()
>>> b[0] = 100
>>> print(a)
[[1 2]
 [3 4]]

可以发现，对展开后的数组的修改并没有改变原数组的值。这是由于展开后的数组是原数组的一份拷贝，与原数组并没有关联。

ravel函数

ravel函数也是将多维数组打平成一维数组，但是返回的是原数组的一个视图，也就是说，会影响原数组。例如：

>>> a = np.array([[1, 2], [3, 4]])
>>> b = a.ravel()
>>> print(b)
[1 2 3 4]
>>> b[0] = 100
>>> print(a)
[[100   2]
 [  3   4]]

可以看到，对ravel得到的一维数组进行修改，原数组a也发生了改变。这是由于ravel返回的是原数组的一个视图，也就是指向原数组相同的内存空间，通过修改视图中的值，就可以改变原数组中相应的值。

另外需要注意的是，当数组本身就是一维数组时，ravel并不会返回数组的拷贝，而是返回原数组的视图。例如：

>>> a = np.array([1, 2, 3, 4])
>>> b = a.ravel()
>>> b[0] = 100
>>> print(a)
[100   2   3   4]

可以看到，当原数组为一维数组时，ravel函数返回的仍然是原数组的视图。

总结

总的来说，flatten和ravel函数都可以将多维数组打平为一维数组，但是flatten返回的是数组的一份拷贝，修改它不会影响原数组，而ravel返回的是原数组的视图，对它进行修改会改变原数组中相应的值。因此，如果需要修改打平后的一维数组，应当使用ravel函数，如果不需要修改，则可以使用flatten函数。还需要特别注意的是，当原数组本身就是一维数组时，ravel返回的仍然是原数组的视图。