numpy.ravel

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

Возвращает сплошной, уплощенную 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-маски, будет возвращён массив-маска).

Параметры:

a : array_like Вводной массив. Элементы в a считываются в порядке, заданном order, и упаковываются в одномерный массив. order : {‘C’,’F’, ‘A’, ‘K’}, optional Элементы a считываются с использованием этого порядка индексов. «C» означает чтение элементов в строчном порядке (порядке C), с индексом последней оси, изменяющимся быстрее, обратно к индексу первой оси, изменяющемуся медленнее. «F» означает чтение элементов в столбцовом порядке (порядке Fortran), с индексом первой оси, изменяющимся быстрее, а последней оси – медленнее. Обратите внимание, что опции «C» и «F» не учитывают расположение памяти в подлежащем массиве и относятся только к порядку индексации осей. «A» означает чтение элементов в порядке индексации, подобном Fortran, если a является Fortran-смежным в памяти, и в порядке C в противном случае. «K» означает чтение элементов в порядке их появления в памяти, за исключением переворачивания данных, когда шаги отрицательны. По умолчанию используется порядок индексации «C».

Возвращает:

y : array_like y — это массив того же подтипа, что и a, с формой (a.size,). Обратите внимание, что матрицы рассматриваются как специальные случаи для обеспечения обратной совместимости; если a является матрицей, то y является одномерным 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 его данных.

Примечания

В строчном порядке (порядке C) в двух измерениях индекс строки меняется медленнее, а индекс столбца – быстрее. Это может быть обобщено на многомерные случаи, где строчный порядок подразумевает, что индекс вдоль первой оси изменяется медленнее, а индекс вдоль последней – быстрее. Обратное верно для столбцового порядка (порядка Fortran).

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

Примеры

Это эквивалентно reshape(-1, order=order).

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

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

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

Когда order равно «A», это сохранит порядок массива «C» или «F»:

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

Когда order равно «K», это сохранит порядок, который не является ни «C», ни «F», но не будет изменять оси:

>>> 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])