Автор оригинала: Team Python Pool.
Вступление
В Python есть много способов повторной структуре массива в соответствии с необходимостью человека. Но есть некоторые случаи, когда нам нужен одномерный массив, а не Двумерный массив. Этот тип проблемной Numpy Library предоставляет функцию, с помощью которой мы можем преобразовать двумерный массив в одномерный массив , то есть, numpy.ndarray.flatten () Отказ
Что такое Numpy Flatten () метод?
Numpy.ndarray.flatten () используется, когда нам нужно вернуть копию массива в 1-D массивом, а не 2-D или многомерное массив.
Синтаксис
ndarray.flatten(order='C')
Параметр
Заказ: {‘C,’ «F», ‘a,’ k ‘} – это необязательный ввод в функции. Во-первых, в этом параметре, если массив будет сплющен в строке – основной заказ. Во-вторых, если – это означает, что массив будет сплющен в столбце-основном порядке.
В-третьих, если – это означает, что это значит сглаживать в Column-основном порядке, если Fortran непрерывно в памяти. В противном случае это будет являться главным порядком. Наконец, если – это означает, что массив будет сплющен таким же, как и в памяти. По умолчанию всегда параметр установлен на ‘C.’
Возвращаемое значение
Y: NDARRAY – Эта функция возвращает копию входного массива, который получает сплющенный в одномерную.
Примеры
Давайте понять Numpy Flatten () Функция The Numpy Module в деталях с помощью примеров:
1. Использование 2-D массива
В этом примере мы импортируем модуль NUMPY как NP. Затем мы сделаем входной массив в качестве 2-D массива. Наконец, мы применим функцию Numpy Flatten () для преобразования 2-D массива в 1-D массив.
#python program using a 2-d array
#Import numpy library
import numpy as np
arr = np.array([[1,4,7], [2,5,8]])
output=arr.flatten()
print("Input Array : ",arr)
print("Output Array : ",output)
Выход:
Input Array : [[1 4 7] [2 5 8]] Output Array : [1 4 7 2 5 8]
Объяснение:
Во-первых, мы импортировали модуль Numpy с именем псевдонима как NP. Во-вторых, мы создали 2-D массив, используя функцию массива. В-третьих, мы создали переменную как вывод и назначили ее Функция flatten (). Наконец, мы напечатали значение вывода массива.
2. Использование многомерного массива
В этом примере мы импортируем модуль NUMPY как NP. Затем мы возьмем вклад в качестве многомерного массива. Наконец, мы будем применить функцию Numpy Flatten () для преобразования многомерного массива в 1-D массив.
#python program using a multi-dimensional array
#Import numpy library
import numpy as np
arr = np.array([[1,4,7], [2,5,8], [12, 58, 36]])
output=arr.flatten()
print("Input Array : ",arr)
print("Output Array : ",output)
Выход:
Input Array : [[ 1 4 7] [ 2 5 8] [12 58 36]] Output Array : [ 1 4 7 2 5 8 12 58 36]
Объяснение:
Во-первых, мы импортировали модуль Numpy с именем псевдонима как NP. Во-вторых, мы создали многомерный массив с помощью функции массива. В-третьих, мы создали переменную в качестве вывода и назначили его функцию Numpy Flatten (). Наконец, мы напечатали значение вывода массива.
3. Использование в качестве параметра
В этом примере мы импортируем модуль NUMPY как NP. Затем мы сделаем входной массив в качестве 2-D массива. Наконец, мы будем применить функцию Numpy Flatten () с преобразованием 2-D массива в 1-D массив.
#python program using a 2-d array
#Import numpy library
#using order = 'F'
import numpy as np
arr = np.array([[1,4,7], [2,5,8]])
output=arr.flatten('F')
print("Input Array : ",arr)
print("Output Array : ",output)
Выход:
Input Array : [[1 4 7] [2 5 8]] Output Array : [1 2 4 5 7 8]
Объяснение:
Во-первых, мы импортировали модуль Numpy с именем псевдонима как NP. Во-вторых, мы создали 2-D массив, используя функцию массива. В-третьих, мы создали переменную в качестве вывода и назначали ее функцию Flatten (). В-четвертых, мы использовали заказ «F», чтобы распечатать вывод как основной столбец. Наконец, мы напечатали значение вывода массива.
4. Использование в качестве параметра
В этом примере мы импортируем модуль NUMPY как NP. Затем мы сделаем входной массив в качестве 2-D массива. Наконец, мы будем применить функцию Numpy Flatten () с преобразованием 2-D массива в 1-D массив.
#python program using a 2-d array
#Import numpy library
#using order ='C'
import numpy as np
arr = np.array([[1,4,7], [2,5,8]])
output=arr.flatten('C')
print("Input Array : ",arr)
print("Output Array : ",output)
Выход:
Input Array : [[1 4 7] [2 5 8]] Output Array : [1 4 7 2 5 8]
Объяснение:
Во-первых, мы импортировали модуль Numpy с именем псевдонима как NP. Во-вторых, мы создали 2-D массив, используя функцию массива. В-третьих, мы создали переменную в качестве вывода и назначали ее значение Flatten () функции. В-четвертых, мы использовали заказ «C», чтобы распечатать вывод как майор строки. Наконец, мы напечатали значение вывода массива.
5. Использование в качестве параметра
В этом примере мы импортируем модуль NUMPY как NP. Затем мы сделаем входной массив в качестве 2-D массива. Наконец, мы будем применить функцию Numpy Flatten () с преобразованием 2-D массива в 1-D массив.
#python program using a 2-d array
#Import numpy library
#using order ='A'
import numpy as np
arr = np.array([[1,4,7], [2,5,8]])
output=arr.flatten('A')
print("Input Array : ",arr)
print("Output Array : ",output)
Выход:
Input Array : [[1 4 7] [2 5 8]] Output Array : [1 4 7 2 5 8]
Объяснение:
Во-первых, мы импортировали модуль Numpy с именем псевдонима как NP. Во-вторых, мы создали 2-D массив, используя функцию массива. В-третьих, мы создали переменную в качестве вывода и назначали ее функцию Flatten (). В-четвертых, мы использовали заказ «A», чтобы распечатать вывод как майор строки. Наконец, мы напечатали значение вывода массива.
6. Используя в качестве параметра
В этом примере мы импортируем модуль NUMPY как NP. Затем мы сделаем входной массив в качестве 2-D массива. Наконец, мы будем применить функцию Numpy Flatten () с преобразованием 2-D массива в 1-D массив.
#python program using a 2-d array
#Import numpy library
#using order ='K'
import numpy as np
arr = np.array([[21,43,57], [12,85,78]])
output=arr.flatten('K')
print("Input Array : ",arr)
print("Output Array : ",output)
Выход:
Input Array : [[21 43 57] [12 85 78]] Output Array : [21 43 57 12 85 78]
Объяснение:
Во-первых, мы импортировали модуль Numpy с именем псевдонима как NP. Во-вторых, мы создали 2-D массив, используя функцию массива. В-третьих, мы создали переменную в качестве вывода и назначали ее функцию Flatten (). В-четвертых, мы использовали заказ «K», чтобы распечатать вывод как майор строки. Наконец, мы напечатали значение вывода массива.
Разница между сглаженным () и Ravel ()
Эти обе функции используются для преобразования многомерного массива в одномерный массив. Но есть некоторые различия, через которые они отличаются самим собой.
Сплит ()
- Это всегда возвращает копию исходного массива.
- Это функция объекта NDARRAY.
- Медленнее, чем Ravel () Как требуется больше памяти, чем Ravel ().
- Если значение изменяется, исходный массив не пострадал.
Ravel ()
- Это всегда возвращает ссылку на исходный массив.
- Это функция библиотеки.
- Это быстрее, чем сглаживаться ().
- Если значение изменено, исходный массив также пострадал.
#flatten and ravel function in python example
import numpy as np
arr = np.array([[1,2,3], [4,5,6]])
print("Input Array : ",arr)
print("Dimension of array : ",(arr.ndim))
print("\n")
arr1 = arr.ravel()
print("Ravel output : ",arr1)
arr1[0] = 50
print("updated ravel array : ",arr1)
print("Input array : ",arr)
print("\n")
arr2 = arr.flatten()
print("Flatten output : ",arr2)
arr2[0] = 100
print("Updated flatten array : ",arr2)
print("Input array : ",arr)
Выход:
Input Array : [[1 2 3] [4 5 6]] Dimension of array : 2 Ravel output : [1 2 3 4 5 6] updated ravel array : [50 2 3 4 5 6] Input array : [[50 2 3] [ 4 5 6]] Flatten output : [50 2 3 4 5 6] Updated flatten array : [100 2 3 4 5 6] Input array : [[50 2 3] [ 4 5 6]]
Объяснение:
Во-первых, мы импортировали модуль NUMPY как NP. Во-вторых, мы предприняли входной массив и напечатали входную массив и измерение массива. В-третьих, мы применили функцию Ravel () и напечатали вывод функции Ravel (). Затем мы обновили значение и снова напечатали вывод Ravel и напечатал входной массив. Таким образом, мы можем легко увидеть изменения. То же самое сделано с функцией Flatten () там также обновила значение, но входной массив не меняется.
Заключение
В этом руководстве мы обсудили функцию Flatten () The Numpy Module. Все параметры и их значения объясняются с помощью примеров подробно. Примеры помогут вам понять концепцию более точно. Вы можете использовать заказ согласно вашему требованию вывода одномерного массива.