dask.array.ravel
dask.array.ravel¶
- dask.array.ravel(array_like)[源代码]¶
返回一个连续的扁平化数组。
此文档字符串是从 numpy.ravel 复制而来的。
Dask 版本可能存在一些不一致性。
返回一个包含输入元素的一维数组。仅在需要时进行复制。
从 NumPy 1.10 开始,返回的数组将与输入数组具有相同的类型。(例如,掩码数组输入将返回掩码数组)
- 参数
- aarray_like (Dask 中不支持)
输入数组。a 中的元素按照 order 指定的顺序读取,并打包为一个一维数组。
- 顺序{‘C’,’F’, ‘A’, ‘K’}, 可选 (Dask 中不支持)
使用此索引顺序读取 a 的元素。’C’ 表示按行优先、C 风格的顺序索引元素,最后一个轴索引变化最快,回到第一个轴索引变化最慢。’F’ 表示按列优先、Fortran 风格的顺序索引元素,第一个索引变化最快,最后一个索引变化最慢。请注意,’C’ 和 ‘F’ 选项不考虑底层数组的内存布局,仅指轴索引的顺序。’A’ 表示如果 a 在内存中是 Fortran 连续 的,则按类似 Fortran 的索引顺序读取元素,否则按类似 C 的顺序读取。’K’ 表示按元素在内存中出现的顺序读取,除非在步幅为负时反转数据。默认情况下,使用 ‘C’ 索引顺序。
- 返回
- yarray_like
y 是一个与 a 具有相同子类型的连续 1-D 数组,形状为
(a.size,)
。注意,矩阵是为了向后兼容而特殊处理的,如果 a 是一个矩阵,那么 y 是一个 1-D ndarray。
参见
ndarray.flat
一维数组迭代器。
ndarray.flatten
按行主序复制数组元素的一维数组。
ndarray.reshape
在不改变数据的情况下改变数组的形状。
注释
在行优先、C 风格的顺序中,在二维情况下,行索引变化最慢,列索引变化最快。这可以推广到多维情况,其中行优先顺序意味着沿第一个轴的索引变化最慢,沿最后一个轴的索引变化最快。对于列优先、Fortran 风格的索引顺序,情况则相反。
当希望在尽可能多的情况下获得视图时,
arr.reshape(-1)
可能是更好的选择。然而,ravel
支持在可选的order
参数中使用K
,而reshape
不支持。示例
它等同于
reshape(-1, order=order)
。>>> import numpy as np >>> 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])
当
order
为 ‘A’ 时,它将保留数组的 ‘C’ 或 ‘F’ 顺序:>>> np.ravel(x.T) array([1, 4, 2, 5, 3, 6]) >>> np.ravel(x.T, order='A') array([1, 2, 3, 4, 5, 6])
当
order
为 ‘K’ 时,它将保留既不是 ‘C’ 也不是 ‘F’ 的顺序,但不会反转轴:>>> 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])