[Python知识库]numpy中ravel()与flatten()的区别

我在练习机器学习中梯度下降的编程学习中，需要扁平化一个array，我脑子中就出现了ravel()与flatten()，两个扁平化的函数，他们俩的共功能相同，可是到底有什么区别呢。
先看看两个函数的使用：

a=np.arange(12).reshape(3,4)
print(a.ravel())
#[0 1 2 3 4 5 6 7 8 9 10 11]
print(a.flatten())
#[0 1 2 3 4 5 6 7 8 9 10 11]

我们可以看到这两个函数实现的功能一样,但我们在平时使用的时候flatten()更为合适.在使用过程中flatten()分配了新的内存,但ravel()返回的是一个数组的视图.视图是数组的引用(说引用不太恰当,因为原数组和ravel()返回后的数组的地址并不一样),在使用过程中应该注意避免在修改视图时影响原本的数组.这是什么意思咧,我们通过代码来具体解释:

a = arange(12).reshape(3,4)
b=a.copy()
c=a.ravel()
d=a.flatten()
print(c)
#[0 1 2 3 4 5 6 7 8 9 10 11]
print(d)
#[0 1 2 3 4 5 6 7 8 9 10 11]
# 可以看到c和d数组都是扁平化后的数组,具有相同的内容
#但是我们修改c的时候，a中的数也发生了该改变
c[1] = 999999
d[1] = 999999
print(a)
# [[ 0 999999  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]
print(b)
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]]

综上所述,在实际应用中应尽量使用flatten()函数,这样避免意外的错误.