Funzione Numpy array.flatten() | Pitone
In questo articolo esploreremo la sintassi, la definizione e l'utilizzo della funzione NumPy `ndarray.flatten()`. Forniremo una spiegazione completa insieme a un esempio illustrativo per migliorare la comprensione.
numpy.ndarray.flatten()> Sintassi della funzione
numpy.ndarray.flatten()> la funzione restituisce una copia dell'array compresso in una dimensione.
Sintassi: numpy.order.flatten(order='C')
Parametri:
- ordine : [{'C', 'F', 'A', 'K'}, opzionale] 'C' significa appiattire nell'ordine della riga maggiore (stile C). 'F' significa appiattire nell'ordine della colonna maggiore (stile Fortran). 'A' significa appiattire in ordine di colonna maggiore se a è contiguo Fortran in memoria, altrimenti in ordine di riga maggiore. 'K' significa appiattire a nell'ordine in cui gli elementi si verificano in memoria. L'impostazione predefinita è 'C'.
Ritorno : [ndarray] Una copia dell'array di input, appiattita su una dimensione.
What is numpy.ndarray.flatten()> Funzione in Python?
IL numpy.ndarray.flatten()> funzione dentro Pitone è un metodo fornito da NumPy libreria, che è ampiamente utilizzata per operazioni numeriche e di array. Questa funzione è progettata specificamente per gli array NumPy (ndarray) e ha lo scopo di restituire una copia appiattita dell'array di input. Il termine appiattito implica che l'array risultante è una rappresentazione unidimensionale dell'originale, che svela eventuali dimensioni nidificate.
numpy.ndarray.flatten()> Esempi di funzioni
Ci sono vari esempi di numpy.ndarray.flatten()> funzione, qui stiamo discutendo alcuni esempi generalmente utilizzati di numpy.ndarray.flatten()> Funzione che stanno seguendo.
- Funzione di appiattimento di Numpy
- numpy.ndarray.flatten() nell'ordine Fortran
- Concatena array appiattiti
- Inizializza una matrice appiattita con zeri
- Trova il valore massimo nella matrice appiattita
Funzione di appiattimento di Numpy
In questo esempio il codice utilizza la libreria numpy per creare un array 2D 'arr'. La funzione `flatten()` viene quindi applicata ad 'arr', convertendolo in un array 1D 'gfg', che viene stampato. Il risultato è una versione appiattita dell'array 2D originale.
Python3
# importing numpy as geek> import> numpy as geek> arr> => geek.array([[> 5> ,> 6> ], [> 7> ,> 8> ]])> gfg> => arr.flatten()> print> ( gfg )> |
Produzione :
[5 6 7 8]
numpy.ndarray.flatten() nell'ordine Fortran
In questo esempio questo codice utilizza la libreria NumPy per creare un array 2×2 'arr'. Viene quindi applicata la funzione `flatten('F')` per appiattire l'array in ordine di colonna principale ('F') e il risultato viene stampato.
Python3
# importing numpy as geek> import> numpy as geek> arr> => geek.array([[> 5> ,> 6> ], [> 7> ,> 8> ]])> gfg> => arr.flatten(> 'F'> )> print> ( gfg )> |
Produzione :
[5 6 7 8]
Concatena array appiattiti
In questo esempio il codice utilizza NumPy per creare due array 2D, 'array1' e 'array2'. Quindi appiattisce entrambi gli array e li concatena in un singolo array 1D denominato 'concatenated_array'. Infine, stampa gli array originali e il risultato concatenato.
Python3
import> numpy as np> # Create two 2D arrays> array1> => np.array([[> 1> ,> 2> ,> 3> ], [> 4> ,> 5> ,> 6> ]])> array2> => np.array([[> 7> ,> 8> ,> 9> ], [> 10> ,> 11> ,> 12> ]])> # Flatten the arrays and concatenate them> concatenated_array> => np.concatenate((array1.flatten(), array2.flatten()))> print> (> 'Array 1:'> )> print> (array1)> print> (> '
Array 2:'> )> print> (array2)> print> (> '
Concatenated Array:'> )> print> (concatenated_array)> |
Produzione :
Array 1: [[1 2 3] [4 5 6]] Array 2: [[ 7 8 9] [10 11 12]] Concatenated Array: [ 1 2 3 4 5 6 7 8 9 10 11 12]
Inizializza una matrice appiattita con zeri
In questo esempio il codice utilizza la libreria NumPy per creare un array 2D denominato 'original_array'. Quindi appiattisce questo array e crea un nuovo array appiattito chiamato 'flattened_zeros' con la stessa forma, inizializzato con zeri. Infine, stampa sia la matrice 2D originale che la matrice appiattita piena di zeri.
Python3
import> numpy as np> # Create a 2D array> original_array> => np.array([[> 1> ,> 2> ,> 3> ],> > [> 4> ,> 5> ,> 6> ]])> # Flatten the array and initialize a new flattened array with zeros> flattened_zeros> => np.zeros_like(original_array.flatten())> print> (> 'Original Array:'> )> print> (original_array)> print> (> '
Flattened Zeros Array:'> )> print> (flattened_zeros)> |
Produzione :
Original Array: [[1 2 3] [4 5 6]] Flattened Zeros Array: [0 0 0 0 0 0]
Trova il valore massimo nella matrice appiattita
In questo esempio il codice utilizza NumPy per creare un array 3×3 denominato 'original_array'. Quindi appiattisce l'array, trova il valore massimo nella versione appiattita e stampa l'array originale insieme al valore massimo.
Python3
import> numpy as np> # Create a 3x3 array> original_array> => np.array([[> 4> ,> 12> ,> 8> ],> > [> 5> ,> 9> ,> 10> ],> > [> 7> ,> 6> ,> 11> ]])> # Flatten the array and find the maximum value> max_value> => original_array.flatten().> max> ()> print> (> 'Original Array:'> )> print> (original_array)> print> (> '
Maximum Value in Flattened Array:'> , max_value)> |
Produzione:
Original Array: [[ 4 12 8] [ 5 9 10] [ 7 6 11]] Maximum Value in Flattened Array : 12
