numpy学习—ravel() flatten()

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（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。

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]) 默认以行为序x.flatten('F')
array([1, 3, 2, 4])
x.ravel('F')
array([1, 3, 2, 4]) 加个参数F，以列为序x.reshape(-1)    也可以用这个方法 实现以行为序
array([1, 2, 3, 4])
x.T.reshape(-1)   先转置 实现以列为序
array([1, 3, 2, 4])

不同点

>>>x = np.array([[1, 2], [3, 4]])
>>>x.flatten()[1] = 100
>>>x
>>>array([[1, 2],[3, 4]])            # flatten：返回的是拷贝
>>>x.ravel()[1] = 100    # 值发生改变了
>>>x
>>>array([[1, 100],[3, 4]])