使用np.ravel(用于1D视图)或np.ndarray.flatten(用于1D副本)或np.ndarray.flat(用于1D迭代器):
In [12]: a = np.array([[1,2,3], [4,5,6]])In [13]: b = a.ravel()In [14]: bOut[14]: array([1, 2, 3, 4, 5, 6])
请注意,
ravel()返回
view的
a时候可能。因此,修改
b也会修改
a。当1D元素在内存中连续时
ravel()返回a
view,但是
copy例如如果返回是
a通过使用非单位步长(例如
a = x[::2])对另一个数组进行切片而得到的,则返回a 。
如果要复制而不是视图,请使用
In [15]: c = a.flatten()
如果只需要迭代器,请使用
np.ndarray.flat:
In [20]: d = a.flatIn [21]: dOut[21]: <numpy.flatiter object at 0x8ec2068>In [22]: list(d)Out[22]: [1, 2, 3, 4, 5, 6]
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)