Numpy ndarray.flatten() 方法

Numpy 的 ndarray.flatten() 方法用于返回一个新的一维数组，该数组是原始数组的副本，但该数组是经过展平的。

ndarray.flat 属性是一个迭代器，而 ndarray.flatten() 则用于创建一个新的数组。

我们可以指定展平的顺序，'C' 表示行优先(C 风格)，'F' 表示列优先(Fortran 风格)，'A' 表示如果数组是 Fortran 连续的，'F' 表示数组是连续的，'C' 表示数组是连续的，'K' 表示元素在内存中的显示顺序。

语法

Numpy 的语法ndarray.flatten 函数如下:

ndarray.flatten(order='C')

参数

此函数接受一个参数，即"C"，默认情况下为行优先。

我们可以指定"F"表示列优先;"A"表示按列优先顺序展平;如果 a 在内存中是 Fortran 连续的，则按行优先顺序展平;否则按行优先顺序展平;"K"表示按元素在内存中出现的顺序展平。

返回值

此函数返回一个一维 NumPy 数组，其中包含输入数组中按指定顺序排列的所有元素。

示例 1

以下是 Numpy 的示例ndarray.flatten() 方法演示了如何将二维数组以默认的行优先顺序展平为一维数组，结果为 [1, 2, 3, 4, 5, 6] −

import numpy as np

# 创建二维 numpy 数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 使用默认顺序 ('C') 展平数组
flattened_array = array_2d.flatten()

print("原始二维数组:")
print(array_2d)
print("
展平后的数组(行优先顺序):")
print(flattened_array)

输出

原始二维数组:
[[1 2 3]
[4 5 6]]

展平后的数组(行优先顺序):
[1 2 3 4 5 6]

示例 2

本例展示了如何将三维数组展平为列优先的一维数组，结果为 [1, 5, 3, 7, 2, 6, 4, 8] −

import numpy as np

# 创建三维 numpy 数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

# 使用'F' 顺序
flattened_array = array_3d.flatten(order='F')

print("原始三维数组:")
print(array_3d)
print("
平铺数组(列主序):")
print(flattened_array)

输出

原始三维数组:
[[[1 2]
[3 4]]

[[5 6]
[7 8]]]

平铺数组(列主序):
[1 5 3 7 2 6 4 8]

示例 3

以下示例显示使用 'A' 顺序平铺 Fortran 连续数组，结果为列主序平铺，即 [1, 4, 2, 5, 3, 6] −

import numpy as np

# 使用 Fortran 连续内存布局创建二维 numpy 数组
array_fortran = np.asfortranarray([[1, 2, 3], [4, 5, 6]])

# 使用"A"顺序展平数组
flattened_array = array_fortran.flatten(order='A')

print("原始 Fortran 连续二维数组:")
print(array_fortran)
print("
扁平化数组('A' 顺序):")
print(flattened_array)

输出

原始 Fortran 连续二维数组:
[[1 2 3]
[4 5 6]]

扁平化数组('A' 顺序):
[1 4 2 5 3 6]

numpy_array_manipulation.html