numpy.ravel

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

Возвращает плоский массив, расположенный непрерывно.

Возвращается одномерный массив, содержащий элементы входного массива. Копия создается 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 возвращен массив-маска).

Параметры:

a : array_like Входной массив. Элементы в a считываются в порядке, указанном в order, и упаковываются как одномерный массив. order : {‘C’,’F’, ‘A’, ‘K’}, optional Элементы a считываются с использованием этого порядка индексов. «C» означает индексацию элементов в строчном порядке (последовательность C), с индексом последнего осевого элемента, изменяющегося быстрее, до индекса первого осевого элемента, изменяющегося медленнее. «F» означает индексацию элементов в столбцовом порядке (последовательность Fortran), с индексом первого элемента, изменяющегося быстрее, а индексом последнего — медленнее. Обратите внимание, что параметры «C» и «F» не учитывают расположение памяти в базовом массиве и относятся только к порядку индексации осей. «A» означает чтение элементов в порядке индексов Fortran, если a является Fortran непрерывным в памяти; в противном случае — в порядке индексов C. «K» означает чтение элементов в порядке их появления в памяти, за исключением обращения данных при отрицательных шагах. По умолчанию используется порядок индексов «C».

Возвращает:

y : array_like y — массив того же подтипа, что и a, с формой (a.size,). Обратите внимание, что матрицы являются особым случаем для обеспечения обратной совместимости: если a — матрица, то y — одномерный массив ndarray.

См. также

ndarray.flat

Итератор по массиву в одномерном виде.

ndarray.flatten

Одномерная копия элементов массива в строчном порядке.

ndarray.reshape

Изменение формы массива без изменения его данных.

Примечания

В строчном порядке (стиль C) в двухмерном 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 — быстрее. Обратное верно для столбцового порядка (стиль Fortran).

Когда требуется представление вида во многих случаях, arr.reshape(-1) может быть предпочтительнее.

Примеры

Это 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’, сохранится 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’, сохранятся порядки, которые не являются ни «C», ни «F», но оси не будут перевёрнуты:

>>> 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])