numpy.ravel

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

Возвращает плоское массив, содержащий все элементы исходного массива.

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-маски, будет возвращён массив-маска).

Параметры:

a : array_like Входной массив. Элементы в a читаются 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 чтение элементов в строчном порядке (подобно C), где индекс последнего измерения меняется быстрее всего, затем индекс предпоследнего и так далее. ‘F’ означает чтение элементов в столбцовом порядке (подобно Fortran), где индекс первого измерения меняется быстрее всего, а индекс последнего — медленнее всего. Обратите внимание, что опции ‘C’ и ‘F’ не учитывают расположение элементов в памяти исходного массива, а только порядок индексации измерений. ‘A’ означает чтение элементов в порядке индексации как в Fortran, если a является фортран-последовательным в памяти, в противном случае используется порядок как в C. ‘K’ означает чтение элементов в порядке их расположения в памяти, за исключением обратного порядка при отрицательных шагах. По умолчанию используется порядок индексации ‘C’.

Возвращает:

y : array_like y — массив того же подтипа, что и a, с формой (a.size,). Обратите внимание, что матрицы обрабатываются особо для обеспечения обратной совместимости; если a является матрицей, то y — одномерный массив ndarray.

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 (C-стиль) в двумерном случае индекс строки меняется медленнее, а индекс столбца — быстрее. Это обобщается на многомерные массивы, где строчный порядок подразумевает, что индекс вдоль первой оси меняется медленнее всего, а индекс вдоль последней — быстрее всего. Обратное справедливо для столбцового порядка (Fortran-стиль).

Когда требуется представление вида в максимально возможном количестве случаев, arr.reshape(-1) может быть предпочтительнее.

Примеры

Эквивалентно 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’, он сохранит 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’, он сохранит порядок, который не является ни ‘C’, ни ‘F’, но не будет изменять порядок осей:

>>> 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])