如何在不使用 NumPy 复制的情况下展平多维数组的轴？答案

【问题标题】：How to flatten axes of a multidimensional array without making copies in NumPy?如何在不使用 NumPy 复制的情况下展平多维数组的轴？
【发布时间】：2012-04-20 13:41:16
【问题描述】：

我想知道是否有一种方法可以沿给定轴展平多维数组（即 ndarray 类型），而无需在 NumPy 中复制。例如，我有一个二维图像数组，我希望将每个图像展平为一个向量。因此，一种简单的方法是numpy.array([im.flatten() for im in images])，但这会创建每个副本。

【问题讨论】：

标签： python multidimensional-array numpy indexing

【解决方案1】：

ravel它：

>>> a = numpy.arange(25).reshape((5, 5))
>>> b = a.ravel()
>>> b[0] = 55
>>> a
array([[55,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

或者reshape它：

>>> a = numpy.arange(27).reshape((3, 3, 3))
>>> b = a.reshape((9, 3))
>>> b[0] = 55
>>> a
array([[[55, 55, 55],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])

在大多数情况下，它们都返回原始数组的视图，而不是副本。

【讨论】：

谢谢！ reshape 为我做了诀窍。我之前认为它会破坏我的二维矩阵和向量之间的一对一映射。但不，它奏效了！

【解决方案2】：

如果您不知道输入数组的形状：

images.reshape((images.shape[0], -1))

-1 告诉 reshape 计算剩余的尺寸。这假设您想要展平图像的第一个轴。

【讨论】：