把一个矩阵行优先展成一个向量,numpy.ravel() vs numpy.flatten()区别

首先声明两者所要实现的功能是一致的（将多维数组降位一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响原始矩阵，而numpy.ravel()返回的是视图，会影响原始矩阵。

两者区别

x = np.array([[1, 2], [3, 4]])print（x.flatten()[1] = 100)
array([[1, 2],
       [3, 4]])            # flatten：返回的是拷贝，不会对数据进行修改print(x.ravel()[1] = 100)  #ravel()则回对数据进行就该
array([[  1, 100],
       [  3,   4]])123456789

二者共性：

验证两者的功能

x = np.array([[1, 2], [3, 4]])
array([[1, 2],
       [3, 4]])
x.flatten()
array([1, 2, 3, 4])
x.ravel()
array([1, 2, 3, 4])1234567

两者默认均是行序优先

x.flatten('F')array([1, 3, 2, 4])x.ravel('F')array([1, 3, 2, 4])x.reshape(-1)array([1, 2, 3, 4])x.T.reshape(-1)array([1, 3, 2, 4])