浅谈numpy中函数resize与reshape,ravel与flatten的区别
这两组函数中区别很是类似，都是一个不改变之前的数组，一个改变数组本身
resize和reshape
>>>importnumpyasnp >>>a=np.arange(20).reshape(4,5) >>>a array([[0,1,2,3,4], [5,6,7,8,9], [10,11,12,13,14], [15,16,17,18,19]]) >>>a.reshape(2,10) array([[0,1,2,3,4,5,6,7,8,9], [10,11,12,13,14,15,16,17,18,19]]) >>>a array([[0,1,2,3,4], [5,6,7,8,9], [10,11,12,13,14], [15,16,17,18,19]]) >>>a.resize(2,10) >>>a array([[0,1,2,3,4,5,6,7,8,9], [10,11,12,13,14,15,16,17,18,19]])
两个函数都是改变数组的形状，但是resize是在本身上进行操作，reshape返回的是修改之后的参数
ravel和flatten
两者都可以将数组转换为一个维，
flatten(order='C')
参数：{‘C'，‘F'，‘A'，‘K'}
默认情况下‘C'以行为主的顺序展开，‘F'（Fortran风格）意味着以列的顺序展开，‘A'表示如果a在内存中为Fortran连续，则按列展开，否则以行展开，‘K'按照元素在内存中出现的顺序展平a。
>>>a=np.arange(6).reshape(2,3)
>>>a.flatten()
array([0,1,2,3,4,5])
>>>a.ravel()
array([0,1,2,3,4,5])
>>>a.flatten('F')
array([0,3,1,4,2,5])
>>>a.ravel('F')
array([0,3,1,4,2,5])
>>>
>>>x=np.array([[1,2],[3,4]]) >>>a=np.arange(6).reshape(2,3) >>>a.flatten()[...]=1 >>>a array([[0,1,2], [3,4,5]]) >>>a.ravel()[...]=1 >>>a array([[1,1,1], [1,1,1]]) >>>
flatten不会影响原始矩阵，返回的是一个副本，但是ravel是会修改数组
补充知识：【Numpy】维度变化reshape、ravel、flatten、transpose、resize、swapaxes
0.首先，创建一个多维数组
fromnumpyimport*
a=arange(24)
得到：
[01234567891011121314151617181920212223]
1.reshape函数
b=a.reshape(2,3,4)
print(b)
得到一个2*3*4维的数组：
[[[0123] [4567] [891011]] [[12131415] [16171819] [20212223]]]
可以想象成2层小洋楼，每层有3*4个房间
2.ravel函数可以将多维数组展平（也就是变回一维）
c=b.ravel()
print(c)
得到一维数组
[01234567891011121314151617181920212223]
3.flatten函数也是将多维数组展平，与ravel函数的功能相同，不过flatten函数会请求分配内存来保存结果，而ravel函数只是返回数组的一个视图(view)
c=b.flatten()
print(c)
得到一维数组
[01234567891011121314151617181920212223]
4.用元组设置维度
直接用一个正整数元组来设置数组的维度
b.shape=(6,4)
print(b)
这种做法将直接改变所操作的数组，现在数组b变成了一个6*4的多维数组
[[0123] [4567] [891011] [12131415] [16171819] [20212223]]
5.transpose函数将矩阵进行转置
d=b.transpose()
print(d)
得到4*6的多维数组
[[048121620] [159131721] [2610141822] [3711151923]]
6.transpose函数将矩阵按照设定维度变换顺序
b=a.reshape(2,3,4) c=b.transpose((2,1,0)) print(c)
得到一个形状为4*3*2的数组：
array([[[0,12], [4,16], [8,20]], [[1,13], [5,17], [9,21]], [[2,14], [6,18], [10,22]], [[3,15], [7,19], [11,23]]])
7.resize函数和reshape函数的功能一样，但resize会直接修改所操作的数组
b.resize((2,12))
print(b)
得到2*12的两维数组
[[01234567891011]
[121314151617181920212223]]
并且这一步不可以通过赋值来实现，如下所示：
e=b.resize((2,12))
print(e)
此时结果为：
None
8.swapaxes(ax1,ax2)：将数组n个维度中两个维度进行调换，不改变原数组
b=a.reshape(2,3,4) c=b.swapaxes(0,2) print(c)
得到一个形状为4*3*2的数组(可以和6.transpose函数进行比较来看)：
array([[[0,12], [4,16], [8,20]], [[1,13], [5,17], [9,21]], [[2,14], [6,18], [10,22]], [[3,15], [7,19], [11,23]]])
以上这篇浅谈numpy中函数resize与reshape,ravel与flatten的区别就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。