NumPy numpy.ndarray.flatten()的使用

在Python中，对于某些情况，我们需要一个一维数组而不是2-D或多维数组。为此，numpy模块提供了一个名为 numpy.ndarray.flatten() 的函数，它返回一个一维数组的副本，而不是2-D或多维数组。

语法

ndarray.flatten(order='C')

参数

order: {‘C’, ‘F’, ‘A’, ‘K’}（可选）

如果我们将order参数设置为’C’，则表示数组按行主序展平。如果设置为’F’，则表示数组按列主序展平。当’a’在内存中是Fortran连续时，并且我们将order参数设置为’A’时，数组将按列主序展平。最后的顺序是’K’，它按照元素在内存中出现的顺序展平数组。默认情况下，该参数设置为’C’。

返回值

y: ndarray

此函数返回源数组的副本，展平为一维数组。

示例1

import numpy as np
a = np.array([[1,4,7], [2,5,8],[3,6,9]])
b=a.flatten()
b

输出：

array([1, 4, 7, 2, 5, 8, 3, 6, 9])

在上面的代码中

• 我们使用别名np导入了numpy库。
• 我们使用 array() 函数创建了一个多维数组’a’。
• 我们声明了变量’b’并将 flatten() 函数的返回值赋给了’b’。
• 最后，我们尝试打印 ‘b’ 的值。

输出结果中显示了一个ndarray，其中包含了多维数组的元素并展平成1维。

示例2

import numpy as np
a = np.array([[1,4,7], [2,5,8],[3,6,9]])
b=a.flatten('C')
b

输出:

array([1, 4, 7, 2, 5, 8, 3, 6, 9])

在以上代码中

• 我们使用别名np导入了numpy库。
• 我们使用 array() 函数创建了一个多维数组’a’。
• 我们声明了变量’b’，并将 flatten() 函数的返回值赋给了它。
• 我们在函数中使用了’C’顺序。
• 最后，我们尝试打印 ‘b’ 的值。

在输出中，显示了一个ndarray，它包含了多维数组的元素转换为一维数组。

示例3

import numpy as np
a = np.array([[1,4,7], [2,5,8],[3,6,9]])
b=a.flatten('F')
b

输出：

array([1, 2, 3, 4, 5, 6, 7, 8, 9])

示例4

import numpy as np
a = np.array([[1,4,7], [2,5,8],[3,6,9]])
b=a.flatten('A')
b

输出：

array([1, 4, 7, 2, 5, 8, 3, 6, 9])

示例5

import numpy as np
a = np.array([[1,4,7], [2,5,8],[3,6,9]])
b=a.flatten('K')
b

输出：

array([1, 4, 7, 2, 5, 8, 3, 6, 9])