ความแตกต่างระหว่าง Flatten() และ Ravel() ใน Numpy

มีหลายวิธีในการสร้างอาร์เรย์ numpy Numpy มีวิธีการแปลง ndarray เป็น 1Darray สองวิธี:ใช้วิธี flatten() และอีกวิธีโดยใช้วิธี ravel()

ตัวอย่าง

#Import required library, numpy
import numpy as np
#create an array from a list
arr = np.array( [ (2, 7, 3, 4), (5, 6, 9, 1)])
#flatten_output
print(arr.flatten())
#ravel_output
print(arr.ravel())

ผลลัพธ์

[2 7 3 4 5 6 9 1]
[2 7 3 4 5 6 9 1]

ด้านบนนี้ เราจะเห็นได้ว่าฟังก์ชันทั้งสองส่งคืนรายการเดียวกัน จึงเกิดคำถามขึ้นว่าทำไมสองวิธีสำหรับงานเดียวกัน

ด้านล่างนี้คือข้อแตกต่างที่สำคัญระหว่างวิธี flatten() และ ravel()

arr.ravel()

• คืนค่าการอ้างอิงของอาร์เรย์ดั้งเดิมเท่านั้น

• ในการแก้ไขอาร์เรย์ด้านบน (arr) เราจะเห็นว่าค่าของอาร์เรย์เดิมเปลี่ยนไปด้วย

• เนื่องจากวิธี ravel นั้นใช้หน่วยความจำใด ๆ ravel จึงเร็วกว่า flatten()

• Ravel เป็นฟังก์ชันระดับห้องสมุด

arr.flatten()

• ส่งกลับสำเนาต้นฉบับของอาร์เรย์(arr)

• ในการแก้ไขอาร์เรย์ด้านบน (arr) ค่าอาร์เรย์เดิมจะไม่เปลี่ยนแปลง

• เนื่องจาก flatten() ใช้หน่วยความจำ flatten() จึงช้ากว่า ravel()

  เล็กน้อย

• เป็นวิธีการของวัตถุ ndarray

ตัวอย่าง

#Import required library, numpy
import numpy as np
# Create a numpy array, arr
arr = np.array([(1,2,3,4),(3,1,4,2)])
# Let's print the array arr
print ("Original array:\n ", arr)
#print(arr)
# To check the dimension of array (dimension =2) and type is numpy.ndarray
print ("Dimension of original array: %d \n Type of original array: %s" % (arr.ndim,type(arr)))
print("\nOutput from ravel method: \n")
# Convert nd array to 1D array
b_arr = arr.ravel()
# Ravel only passes a view of original array to array 'b_arr'
print(b_arr)
b_arr[0]=1000
print(b_arr)
# Note here that value of original array 'arr' at also arr[0][0] becomes 1000
print(arr)
# Just to check the dimension i.e. 1 and type is same numpy.ndarray
print ("Dimension of array: %d \n Type of array: %s" % (b_arr.ndim,type(b_arr)))
print("\nOutput from flatten method: \n")
# Convert nd array to 1D array
c_arr = arr.flatten()
# Flatten passes copy of original array to 'c_arr'
print(c_arr)
c_arr[0]=0
print(c_arr)
# Note that by changing value of c_arr there is no affect on value of original array 'arr'
print(arr)
print ("Dimension of array->%d \n Type of array->%s" % (c_arr.ndim,type(c_arr)))

ผลลัพธ์

Original array:
[[1 2 3 4]
[3 1 4 2]]
Dimension of original array: 2
Type of original array: <class 'numpy.ndarray'>
Output from ravel method:
[1 2 3 4 3 1 4 2]
[1000 2 3 4 3 1 4 2]
[[1000 2 3 4]
[ 3 1 4 2]]
Dimension of array: 1
Type of array: <class 'numpy.ndarray'>
Output from flatten method:
[1000 2 3 4 3 1 4 2]
[0 2 3 4 3 1 4 2]
[[1000 2 3 4]
[ 3 1 4 2]]
Dimension of array->1
Type of array-><class 'numpy.ndarray'>