我遇到了一些代码，其中使用 numpy.ravel() 会产生一个二维数组 - 我看过文档，它说 ravel() 返回一个一维数组（参见 @987654321 @)。
这里有一段代码 sn-p 显示了这一点：
def jumbo():
import numpy as np
my_list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
matrix = np.zeros((3,3))
matrix.ravel()[:] = my_list
return matrix
new_matrix = jumbo()
print(f"new matrix is:\n{new_matrix}")
我想我要问的部分内容是范围说明符 [:] 的功能是什么？
【问题讨论】：
您所做的是在“raveled”矩阵中分配值，而实际上没有保存 ravel 操作。
matrix = np.empty((3,3)) # created empty matrix
matrix.ravel() # created 1d view of matrix
matrix.ravel()[:] # indexing every element of matrix to make assignment possible (matrix is still in (3,3) shape)
matrix.ravel()[:] = my_list # assigned values.
如果你想返回一维然后返回这样的散列数组
def jumbo():
import numpy as np
my_list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
matrix = np.empty((3,3))
matrix.ravel()[:] = my_list
return matrix.ravel()
new_matrix = jumbo()
print(f"new matrix is:\n{new_matrix}")
【讨论】：
ravel 返回 numpy 数组的 view，因此当你这样做时：
my_list = [1, 2, 3, 4, 5, 6, 7, 8, 9]
matrix = np.zeros((3,3))
matrix.ravel()[:] = my_list
您正在使用视图作为将matrix 索引为一维的方式，暂时。
这使得这里可以设置一维列表中的值，但底层数组仍然是二维的。
matrix.ravel()[:] 用于启用设置数据。您也可以使用 2 个步骤：
view = matrix.ravel()
view[:] = my_list
输出：
array([[1., 2., 3.],
[4., 5., 6.],
[7., 8., 9.]])
正如@Stef 在 cmets 中很好地指出的那样，这个“技巧”只适用于 C 连续数组，这意味着您不能使用 ravel('F')：
演示：
view1 = matrix.ravel()
view2 = matrix.ravel('F') # actually not a view!
id(matrix)
# 140406991308816
id(view1.base)
# 140406991308816
id(view2.base)
# 9497104 # different id, we have a copy!
【讨论】：