Pythonin numpy-moduuli tarjoaa funktion nimeltä numpy.ravel, jota käytetään muuttamaan 2-ulotteinen tai moniulotteinen taulukko vierekkäiseksi litteäksi taulukoksi. Palautetulla taulukolla on sama tietotyyppi kuin lähdetaulukolla tai syöttötaulukolla. Jos syöttötaulukko on maskoitu matriisi, myös palautettu matriisi on maskoitu matriisi.
Syntaksi:
numpy.ravel(x, order='C')
Parametrit:
x: array_like
Tämä parametri määrittelee syötetaulukon, jota haluamme muuttaa yhtenäisessä litistetyssä taulukossa. Taulukon elementit luetaan järjestysparametrin määrittämässä järjestyksessä ja pakataan 1-D-taulukoksi.
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 Fortranin 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:
Tämä funktio palauttaa yhtenäisen litteän taulukon, jolla on sama tietotyyppi kuin syötetaulukolla ja jonka muoto on yhtä suuri kuin ( x.koko ).
Esimerkki 1:
import numpy as np x = np.array([[1, 3, 5], [11, 35, 56]]) y=np.ravel(x) y
Lähtö:
array([ 1, 3, 5, 11, 35, 56])
Yllä olevassa koodissa
- Olemme tuoneet numpyn aliasnimellä np.
- Olemme luoneet taulukon 'x' käyttämällä np.array()-funktiota.
- Olemme ilmoittaneet muuttujan y ja määrittäneet funktion np.ravel() palautetun arvon.
- Olemme läpäisseet joukon 'x' funktiossa.
- Lopuksi yritimme tulostaa arvon ja .
Tulosteessa taulukon arvot esitetään yhtenäisenä litistetyssä taulukossa.
Esimerkki 2:
import numpy as np x = np.array([[1, 3, 5], [11, 35, 56]]) y = np.ravel(x, order='F') z = np.ravel(x, order='C') p = np.ravel(x, order='A') q = np.ravel(x, order='K') y z p q
Lähtö:
array([ 1, 11, 3, 35, 5, 56]) array([ 1, 3, 5, 11, 35, 56]) array([ 1, 3, 5, 11, 35, 56]) array([ 1, 3, 5, 11, 35, 56])
Esimerkki 3:
import numpy as np x = np.arange(12).reshape(3,2,2).swapaxes(1,2) x y=np.ravel(a, order='C') y z=np.ravel(a, order='K') z q=np.ravel(a, order='A') q
Lähtö:
array([[[ 0, 2], [ 1, 3]], [[ 4, 6], [ 5, 7]], [[ 8, 10], [ 9, 11]]]) array([ 0, 2, 1, 3, 4, 6, 5, 7, 8, 10, 9, 11]) array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) array([ 0, 2, 1, 3, 4, 6, 5, 7, 8, 10, 9, 11])
Yllä olevassa koodissa
- Olemme tuoneet numpyn aliasnimellä np.
- Olemme luoneet taulukon 'x' käyttämällä np.arange()-funktiota.
- Olemme muuttaneet sen muotoa ja vaihtaneet akselia käyttämällä muotoile uudelleen () ja np.swapaxes() toiminto.
- Olemme ilmoittaneet muuttujat y, z ja q ja määrittäneet funktion np.ravel() palautetun arvon.
- Olemme läpäisseet joukon 'x' ja tilaa C , K , ja A funktiossa.
- Lopuksi yritimme tulostaa arvon ja .
Tulosteessa taulukon arvot esitetään yhtenäisenä litistetyssä taulukossa.