问numpy中的flatten和ravel函数有什么不同？

EN

当前接口为：

只要有可能，

• flatten总是返回一个copy.
• ravel，返回原始数组的一个视图。这在打印输出中不可见，但如果修改ravel返回的数组，它可能会修改原始数组中的条目。如果你修改了从flatten返回的数组中的条目，这种情况永远不会发生。ravel通常会更快，因为没有复制内存，但你必须更加小心地修改数组只要数组的步长允许，returns.
• reshape((-1,))就会得到一个视图，即使这意味着你并不总是得到连续的数组。

正如here所解释的，一个关键的区别是：

• flatten是ndarray对象的一个方法，因此只能在真正的numpy时调用。arrays.
• ravel是一个库级函数，因此可以在任何可以成功解析的对象上调用。

例如，ravel将处理ndarray列表，而flatten不适用于该类型的对象。

@IanH还在他的回答中指出了与内存处理的重要区别。

以下是函数的正确名称空间：

• numpy.ndarray.flatten

• numpy.ravel

这两个函数都返回指向新内存结构的扁平化一维数组。

import numpy
a = numpy.array([[1,2],[3,4]])

r = numpy.ravel(a)
f = numpy.ndarray.flatten(a)  

print(id(a))
print(id(r))
print(id(f))

print(r)
print(f)

print("\nbase r:", r.base)
print("\nbase f:", f.base)

---returns---
140541099429760
140541099471056
140541099473216

[1 2 3 4]
[1 2 3 4]

base r: [[1 2]
 [3 4]]

base f: None

在上面的示例中：

• 结果的内存位置不同，
• 结果外观相同
• flatten将返回副本
• ravel将返回视图。

我们如何检查某个东西是否是复制品？使用ndarray的.base属性。如果它是一个视图，基数组将是原始数组；如果它是一个副本，基数组将是None。

检查a2是否为a1的副本

import numpy
a1 = numpy.array([[1,2],[3,4]])
a2 = a1.copy()
id(a2.base), id(a1.base)

输出：

(140735713795296, 140735713795296)