Pythonissa joissakin tapauksissa tarvitsemme yksiulotteisen taulukon kaksiulotteisen tai moniulotteisen taulukon sijaan. Tätä tarkoitusta varten numpy-moduuli tarjoaa toiminnon nimeltä numpy.ndarray.flatten(), joka palauttaa kopion taulukosta yksiulotteisena 2-D- tai moniulotteisen taulukon sijaan.

Syntaksi

 ndarray.flatten(order='C') 

Parametrit:

järjestys: {'C', 'F', 'A', 'K'} (valinnainen)

Jos asetamme järjestysparametriksi 'C', se tarkoittaa, että taulukko litistetään rivi-pääjärjestyksessä. Jos 'F' on asetettu, matriisi litistetään sarake-suurjärjestyksessä. Taulukko tasoitetaan sarakkeen pääjärjestykseen vain, kun 'a' on Fortran vierekkäinen muistissa ja kun asetamme järjestysparametriksi 'A'. Viimeinen järjestys on 'K', joka tasoittaa taulukon samassa järjestyksessä, jossa elementit esiintyivät muistissa. Oletusarvoisesti tämä parametri on 'C'.

Palautukset:

y: ndarray

Tämä funktio palauttaa kopion lähdetaulukosta, joka litistetään yksiulotteiseksi.

osoitin kohdassa c

Esimerkki 1:

 import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten() b 

Lähtö:

 array([1, 4, 7, 2, 5, 8, 3, 6, 9]) 

Yllä olevassa koodissa

• Olemme tuoneet numpyn aliasnimellä np.
• Olemme luoneet moniulotteisen taulukon 'a' käyttämällä array() toiminto.
• Olemme ilmoittaneet muuttujan 'b' ja määrittäneet palautetun arvon litistä () toiminto.
• Lopuksi yritimme tulostaa arvon 'b' .

Tulosteessa se näyttää ndarray, joka sisältää elementtejä moniulotteisesta taulukosta 1-D:ksi.

Esimerkki 2:

 import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('C') b 

Lähtö:

 array([1, 4, 7, 2, 5, 8, 3, 6, 9]) 

Yllä olevassa koodissa

• Olemme tuoneet numpyn aliasnimellä np.
• Olemme luoneet moniulotteisen taulukon 'a' käyttämällä array() toiminto.
• Olemme ilmoittaneet muuttujan 'b' ja määrittäneet palautetun arvon litistä () toiminto.
• Olemme käyttäneet funktiossa C-järjestystä.
• Lopuksi yritimme tulostaa arvon 'b' .

Tulosteessa se näyttää ndarray, joka sisältää elementtejä moniulotteisesta taulukosta 1-D:ksi.

Esimerkki 3:

 import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('F') b 

Lähtö:

 array([1, 2, 3, 4, 5, 6, 7, 8, 9]) 

Esimerkki 4:

 import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('A') b 

Lähtö:

 array([1, 4, 7, 2, 5, 8, 3, 6, 9]) 

Esimerkki 5:

 import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('K') b 

Lähtö:

 array([1, 4, 7, 2, 5, 8, 3, 6, 9])