Python modulis numpy nodrošina funkciju, ko sauc par numpy.ravel, ko izmanto, lai mainītu 2-dimensiju masīvu vai daudzdimensiju masīvu blakusesošā saplacinātā masīvā. Atgrieztajam masīvam ir tāds pats datu tips kā avota masīvam vai ievades masīvam. Ja ievades masīvs ir maskēts masīvs, atgrieztais masīvs būs arī maskēts masīvs.

watchcartoononline.io alternatīvas

Sintakse:

 numpy.ravel(x, order='C') 

Parametri:

x: masīva_līdzīgs

Šis parametrs nosaka ievades masīvu, kuru mēs vēlamies mainīt blakus esošā saplacinātā masīvā. Masīva elementi tiek nolasīti secībā, kas norādīta pasūtījuma parametrā, un iesaiņoti kā 1-D masīvs.

secība: {'C','F', 'A', 'K'} (neobligāti)

Ja pasūtījuma parametru iestatām uz “C”, tas nozīmē, ka masīvs tiek saplacināts rindu galvenajā secībā. Ja ir iestatīts “F”, masīvs tiek saplacināts kolonnu galvenajā secībā. Masīvs tiek saplacināts kolonnu galvenajā secībā tikai tad, ja 'A' ir Fortran blakus esošais atmiņā un kad mēs iestatām secības parametru uz 'A'. Pēdējā secība ir “K”, kas izlīdzina masīvu tādā pašā secībā, kādā elementi radās atmiņā. Pēc noklusējuma šis parametrs ir iestatīts uz “C”.

Atgriež:

Šī funkcija atgriež blakus esošu saplacinātu masīvu ar tādu pašu datu tipu kā ievades masīvam un kura forma ir vienāda ar ( x.izmērs ).

1. piemērs:

 import numpy as np x = np.array([[1, 3, 5], [11, 35, 56]]) y=np.ravel(x) y 

Izvade:

 array([ 1, 3, 5, 11, 35, 56]) 

Iepriekš minētajā kodā

• Mēs esam importējuši numpy ar aizstājvārdu np.
• Mēs esam izveidojuši masīvu 'x' izmantojot funkciju np.array().
• Mēs esam deklarējuši mainīgo y un piešķīruši funkcijas np.ravel() atgriezto vērtību.
• Mēs esam izturējuši masīvu 'x' funkcijā.
• Visbeidzot, mēs mēģinājām izdrukāt vērtību un .

Izvadā masīva vērtības tiek parādītas blakus esošā saplacinātā masīvā.

2. piemērs:

 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 

Izvade:

 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]) 

3. piemērs:

 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 

Izvade:

 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]) 

Iepriekš minētajā kodā

• Mēs esam importējuši numpy ar aizstājvārdu np.
• Mēs esam izveidojuši masīvu 'x' izmantojot funkciju np.arange().
• Mēs esam mainījuši tā formu un nomainījuši asi, izmantojot pārveidot () un np.swapaxes() funkciju.
• Mēs esam deklarējuši mainīgos y, z un q un piešķīruši funkcijas np.ravel() atgriezto vērtību.
• Mēs esam izturējuši masīvu 'x' un pasūtiet C , K , un A funkcijā.
• Visbeidzot, mēs mēģinājām izdrukāt vērtību un .

Izvadā masīva vērtības tiek parādītas blakus esošā saplacinātā masīvā.