Numpy array.flatten() funksjon | Python
I denne artikkelen vil vi utforske syntaksen, definisjonen og bruken av NumPy `ndarray.flatten()`-funksjonen. Vi vil gi en omfattende forklaring sammen med et illustrerende eksempel for å forbedre forståelsen.
numpy.ndarray.flatten()> Funksjonssyntaks
numpy.ndarray.flatten()> funksjonen returnerer en kopi av matrisen sammenslått til én dimensjon.
Syntaks: numpy.order.flatten(order='C')
Parametere:
- rekkefølge : [{'C', 'F', 'A', 'K'}, valgfritt] 'C' betyr å flate ut i rad-dur (C-stil) rekkefølge. 'F' betyr å flate ut i kolonne-dur (Fortran-stil) rekkefølge. 'A' betyr å flate ut i kolonne-hovedrekkefølge hvis a er Fortran sammenhengende i minnet, rad-hovedrekkefølge ellers. 'K' betyr å flate ut a i den rekkefølgen elementene oppstår i minnet. Standard er 'C'.
Komme tilbake : [ndarray] En kopi av inndatamatrisen, flatet ut til én dimensjon.
What is numpy.ndarray.flatten()> Funksjon i Python?
De numpy.ndarray.flatten()> fungere i Python er en metode levert av NumPy bibliotek, som er mye brukt for numeriske operasjoner og array-operasjoner. Denne funksjonen er spesielt utviklet for NumPy-matriser (ndarrays) og tjener hensikten med å returnere en flatet kopi av inndatamatrisen. Begrepet flattent innebærer at den resulterende matrisen er en endimensjonal representasjon av originalen, og nøster opp eventuelle nestede dimensjoner.
numpy.ndarray.flatten()> Funksjonseksempler
Det finnes ulike eksempler på numpy.ndarray.flatten()> funksjon, her diskuterer vi noen generelt brukte eksempler på numpy.ndarray.flatten()> Funksjon de følger.
- Numpy Flatten-funksjon
- numpy.ndarray.flatten() i Fortran-rekkefølge
- Sammenknytt flatede matriser
- Initialiser en flatet matrise med nuller
- Finn maksimalverdi i flatt matrise
Numpy Flatten-funksjon
I dette eksempelet bruker koden numpy-biblioteket til å lage en 2D-array 'arr'. Funksjonen 'flaten()' brukes deretter på 'arr', og konverterer den til en 1D-array 'gfg', som skrives ut. Resultatet er en flatet versjon av den originale 2D-matrisen.
Python3
# importing numpy as geek> import> numpy as geek> arr> => geek.array([[> 5> ,> 6> ], [> 7> ,> 8> ]])> gfg> => arr.flatten()> print> ( gfg )> |
Utgang:
[5 6 7 8]
numpy.ndarray.flatten() i Fortran-rekkefølge
I dette eksemplet bruker denne koden NumPy-biblioteket til å lage en 2×2-array 'arr'. Funksjonen 'flaten ('F')' brukes deretter for å flate ut matrisen i kolonne-hovedrekkefølge ('F'), og resultatet skrives ut.
Python3
# importing numpy as geek> import> numpy as geek> arr> => geek.array([[> 5> ,> 6> ], [> 7> ,> 8> ]])> gfg> => arr.flatten(> 'F'> )> print> ( gfg )> |
Utgang:
[5 6 7 8]
Sammenknytt flatede matriser
I dette eksempelet bruker koden NumPy til å lage to 2D-matriser, `array1` og `array2`. Den flater deretter ut begge matrisene og setter dem sammen til en enkelt 1D-matrise kalt «sammenkjedet_matrise». Til slutt skriver den ut de originale matrisene og det sammenkoblede resultatet.
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)> |
Utgang:
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]
Initialiser en flatet matrise med nuller
I dette eksempelet bruker koden NumPy-biblioteket til å lage en 2D-array kalt 'original_array'. Den flater deretter ut denne matrisen og lager en ny flatet matrise kalt `flattende_nuller` med samme form, initialisert med nuller. Til slutt skriver den ut både den originale 2D-matrisen og den flate matrisen fylt med nuller.
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)> |
Utgang:
Original Array: [[1 2 3] [4 5 6]] Flattened Zeros Array: [0 0 0 0 0 0]
Finn maksimal verdi i flatt matrise
I dette eksemplet bruker koden NumPy til å lage en 3×3-array kalt `original_array`. Den flater deretter matrisen, finner maksimumsverdien i den flate versjonen, og skriver ut den originale matrisen sammen med maksimumsverdien.
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)> |
Produksjon:
Original Array: [[ 4 12 8] [ 5 9 10] [ 7 6 11]] Maximum Value in Flattened Array : 12