Ravel Python Numpy

Als Numpy ist eine Python-Standardbibliothek, die mit hochrangigen mathematischen Operationen wie Arrays und Matrizen mit effizienter Berechnung arbeitet. Es hat eine integrierte Funktion zum Manipulieren von Arrays. Dieser Artikel wird eine tiefe Diskussion über eine der numpy unterstützten Funktionen führen, die als Numpy bezeichnet werden.Ravel () Funktion.

Es gibt ein zusammenhängendes Flacharray zurück, was bedeutet. Lassen Sie uns eine Beispielimplementierung dieser Ravel () -Funktion haben, wie sie Arrays auf unterschiedliche Weise flacht.

Alle Beispiele werden im Spyder -Terminal ausgeführt. Beachten Sie, dass wir das Numpy -Modul importieren müssen, um auf diese Ravel () -Funktion zuzugreifen.

Syntax von Numpy.ravel ()

Die in Numpy verwendete Syntax.Ravel () -Funktion ist wie folgt:

# Numpy.Ravel (z, order = "c")

Parameter von Numpy übergeben.ravel ()

Hauptsächlich gibt es in dieser Funktion zwei Parameter: 'Z' und 'Order'. Das 'Z' ist ein Eingangsarray, das sich in einem zusammenhängenden Abflachungsarray oder in einem eindimensionalen Array ändert. Die Array-Elemente befinden sich in der Reihenfolge, die durch den Parameter "Order" angegeben und in ein eindimensionales Array verpackt ist.

Diese Reihenfolge ist ein optionaler Parameter, der drei Argumente nimmt: C, F und K. Wenn wir eine Bestellung als C festlegen, wird das Array in Row-Major abgeflacht, und standardmäßig wird der Parameter „C“ genommen. Wenn wir "F" einstellen, erhält das Array ein abgeflachtes Array in Säulenmajor. Andererseits wird es in der Reihenfolge „K“ eingestellt, die das Array in derselben Reihenfolge wie Elemente im Speicher auftret.

Beispiel 1:

In diesem Beispiel haben wir ein 2-dimensionales Array als Eingabearray mit unterschiedlichen Werten mit einer Variablen, die mit dem Namen 'arr_1' zugewiesen ist. Dann rufen wir den arr_1 an.Ravel () Funktion, um ein Array in einer anderen Variablen 'arr_2' zu verflachen.

Auf dem Konsolenbildschirm können wir über Druckanweisungen Eingabestabwerte auf dem Bildschirm "Konsolenablagerungen) haben.

Numph als NP importieren
arr_1 = np.Array ([[0, -8, 3], [15, 2, 1]])
arr_2 = arr_1.ravel ()
print ("Eingabearray anzeigen: \ n", arr_1)
print ("Ausgabearray anzeigen: \ n", arr_2)

Schließlich haben wir die konvertierte 2-D-Arrayausgabe im 1-D-Array unten.

Beispiel 2:

Hier im Beispiel werden wir zeigen, dass die Funktion ravel () gleich der Funktion reshape () ist. Erstens haben wir ein 2D -Array aus der Array -Funktion NP erstellt.array () zugewiesen dann my_arr.ravel () zu einer Variablen 'output_arr', die das Flacharray trägt; Danach druckten wir sowohl Eingangsarrays als auch Ausgangsarray aus.

Endlich haben wir my_arr angewendet.Reshape (-1) in einem variablen Reshape_arr. Wir haben das Reshape Array und das Ravel () -Funktionsarray gedruckt.

Numph als NP importieren
my_arr = np.Array ([[99, 15, 56], [7, 63, -54]])
output_arr = my_arr.ravel ()
print ("Eingabearray anzeigen: \ n", my_arr)
print ("Eingabearray anzeigen: \ n", output_arr)
Reshape_arr = my_arr.umformen (-1)
print ("Reshape Array anzeigen: \ n", my_arr)

Da wir das Array umgeformt und das Array aus der Funktion ravel () abgeflacht haben, wird der Ausgang im Screenshot unten angezeigt.

Beispiel 3:

In diesem speziellen Beispiel wenden wir den Numpy an.Ravel () Funktion mit der Reihenfolge 'F', die das 2D-Array in einem Spalten-Major 1D-Array festlegt. Wir haben ein 2D -Array in einer Variablen 'f_arr' und f_arr.Ravel () Funktion mit der Reihenfolge entspricht 'f' in einer anderen Variablen, die als F_Output dargestellt wird, die die Ausgabe als Spalten-Major druckt.

Endlich haben wir eine gedruckte Anweisung von F_arr als Eingabearray und F_Output -Array als Ausgabearray.

Numph als NP importieren
F_arr = np.Array ([[11, 32, 23], [-4, 58, 88]])
F_output = f_arr.ravel ('f')
print ("Eingabearray anzeigen: \ n", f_arr)
print ("Ausgabearray anzeigen: \ n", f_output)

Die Ausgabe aus dem obigen Code im Spalten-Major-Array wird unten angezeigt.

Beispiel 4:

In diesem Beispiel wird 'C' als Bestellparameter verwendet, der das 2D-Array in ein 1D-Array umwandelt. Wir haben ein 2D -Array erstellt, das Array unterschiedliche Werte in IT trägt, die als "x_array" -Variable dargestellt werden.

Danach haben wir das X_Array.Ravel () Funktion, die den Bestellparameter als 'C' übernimmt, der uns ein 1D-Array als Reihen-Major gibt.

Numph als NP importieren
x_array = np.Array ([[0, 4, 8], [1, 5, 9]])
y_array = x_array.Ravel ('C')
print ("Dies ist ein Eingangsarray: \ n", x_Array)
print ("Dies ist ein Ausgabearray: \ n", y_array)

Als Auftragsparameter, der auf 'C' eingestellt ist, gibt wir ein Ausgabemarray in ein abgeflachtes Array.

Beispiel 5:

Nehmen Sie in diesem Beispiel den Bestellparameter und setzen Sie ihn als „k“ fest, um zu wissen, wie dieser Bestellparameter funktioniert. Dafür müssen wir ein 2D -Array nehmen und den Wert des Arrays in einer Variablen 'K_array' aus einer Array -Funktion speichern.

Dann einen K_arr anrufen.Ravel () Funktion und Bestellung als "k" als Argument übergeben, das eine einzelne Zeilenreihe von einem 2D -Array zurückgibt. Wir können das Eingangsarray sehen und aus einem Array mit dem Bestellauftrag als 'k' durch eine Druckanweisung ergeben. Wir haben die Arrays gedruckt.

Numph als NP importieren
k_array = np.Array ([[4, 14, 44], [5, 15, 55]])
k_output = k_array.Ravel ('K')
print ("Hier ist Eingabearray: \ n", k_array)
print ("Hier ist Ausgabe Array: \ n", k_output)

Endlich haben wir das Ausgangsarray als abgeflachtes Array bekommen. Wir haben den Screenshot unten aus dem obigen Code ausgegeben.

Beispiel 6:

Das letzte Beispiel ist die Verwendung von Umbindungen mit dem Austausch seiner Achsen. Lassen Sie uns dieses Beispiel dieses Mal implementieren. Wir haben den Bereich des Arrays auf einen Wert 10 von einem NP gesetzt.Arange () Funktionsaufruf. Es wird in der Reshape () -Funktion helfen. Da die Funktion reshape () die Anzahl der Dimensionen umgestaltet, ohne dass eine Änderung der Daten vorliegt.

Wir haben auch SWAPAXES () -Funktion genannt, die die Achse von 0 bis 1 austauscht, dann haben wir NP gespeichert.Ravel () -Funktion, die ein Eingangsarray übernimmt und es als 'C' in Variable 'P' bestellt. Wir haben verschiedene Variablen genommen, um die Reihenfolge c, k, f als P, Q und R festzulegen. Drucken der Variablen, die unterschiedliche Ausgabe für verschiedene Bestellsätze ergibt.

Numph als NP importieren
my_array = np.Arange (10).Umschaffung (2,5).swapaxes (0,1)
p = np.Ravel (my_array, order = 'c')
q = np.Ravel (my_array, order = 'k')
r = np.Ravel (my_array, order = 'f')
print ("Ausgabearray: \ n", my_array)
print ("Ausgangsarray von C-Order: \ n", p)
print ("Ausgabearray von K-Order: \ n", q)
print ("Ausgabearray von f_order: \ n", r)

Wir haben unten eine andere Ausgabe auf dem Bildschirm.

Abschluss

Wir haben eine tiefe Diskussion über alle Ordensparameter der Ravel () -Funktion. Wir haben gesehen, wie diese Funktion ein abgeflachtes Array aus dem zweidimensionalen Array mit einem anderen Beispiel zurückgibt. Hoffentlich helfen diese Illustrationen Sie dabei, das Konzept perfekter zu verstehen.