numpy.ravel

numpy.ravel(a, order='C') [source]

Возвращает плоское, непрерывное массив.

Возвращается одномерный массив, содержащий элементы входного массива. Копия создаётся только в случае необходимости.

Начиная с NumPy 1.10, возвращаемый массив будет иметь тот же тип, что и входной массив. (например, для входного массива с маской будет возвращён массив с маской).

Параметры:

a : array_like Входной массив. Элементы в a считываются в порядке, указанном order, и упаковываются в одномерный массив. order : {‘C’,’F’, ‘A’, ‘K’}, optional Элементы a считываются с помощью этого порядка индексов. ‘C’ означает индексацию элементов в строчном порядке (порядок C), где индекс последнего осей изменяется быстрее, а индекс первой оси изменяется медленнее. ‘F’ означает индексацию элементов в столбцовом порядке (Fortran-порядок), где индекс первого осей изменяется быстрее, а индекс последней оси изменяется медленнее. Обратите внимание, что опции ‘C’ и ‘F’ не учитывают расположение массива в памяти и относятся только к порядку индексации осей. ‘A’ означает, что элементы считываются в порядке индексов, аналогичном Fortran, если a является Fortran-непрерывным в памяти, в противном случае - в порядке индексов, аналогичном C. ‘K’ означает считывание элементов в том порядке, в котором они встречаются в памяти, за исключением обращения данных при отрицательных шагах. По умолчанию используется порядок индексов ‘C’.

Возвращает:

y : array_like Если a является матрицей, y является одномерным ndarray, в противном случае y - массив того же подтипа, что и a. Форма возвращаемого массива (a.size,). Матрицы обрабатываются как особый случай для обратной совместимости.

См. также

ndarray.flat

Одномерный итератор по массиву.

ndarray.flatten

Одномерная копия элементов массива в строчном порядке.

ndarray.reshape

Изменение формы массива без изменения данных.

Примечания

В строчном порядке (порядок C) в двумерном случае индекс строки изменяется медленнее, а индекс столбца быстрее. Это можно обобщить на многомерный случай, где строчный порядок подразумевает, что индекс по первой оси изменяется медленнее, а индекс по последней оси - быстрее. Обратное верно для столбцового порядка (порядок Fortran).

Когда желательно получить представление, arr.reshape(-1) может быть предпочтительнее.

Примеры

Равносильно reshape(-1, order=order).

>>> x = np.array([[1, 2, 3], [4, 5, 6]])
>>> print np.ravel(x)
[1 2 3 4 5 6]

>>> print x.reshape(-1)
[1 2 3 4 5 6]

>>> print np.ravel(x, order='F')
[1 4 2 5 3 6]

Когда order равно ‘A’, сохраняется порядок массива ‘C’ или ‘F’:

>>> print np.ravel(x.T)
[1 4 2 5 3 6]
>>> print np.ravel(x.T, order='A')
[1 2 3 4 5 6]

Когда order равно ‘K’, сохраняются порядки, отличные от ‘C’ и ‘F’, но оси не будут обращаться:

>>> a = np.arange(3)[::-1]; a
array([2, 1, 0])
>>> a.ravel(order='C')
array([2, 1, 0])
>>> a.ravel(order='K')
array([2, 1, 0])

>>> a = np.arange(12).reshape(2,3,2).swapaxes(1,2); a
array([[[ 0,  2,  4],
        [ 1,  3,  5]],
       [[ 6,  8, 10],
        [ 7,  9, 11]]])
>>> a.ravel(order='C')
array([ 0,  2,  4,  1,  3,  5,  6,  8, 10,  7,  9, 11])
>>> a.ravel(order='K')
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])