Fonction Numpy array.flatten() | Python
Dans cet article, nous explorerons la syntaxe, la définition et l'utilisation de la fonction NumPy `ndarray.flatten()`. Nous fournirons une explication complète ainsi qu’un exemple illustratif pour améliorer la compréhension.
numpy.ndarray.flatten()> Syntaxe de la fonction
numpy.ndarray.flatten()> La fonction renvoie une copie du tableau réduit en une seule dimension.
Syntaxe : numpy.order.flatten(order='C')
Paramètres :
- commande : [{'C', 'F', 'A', 'K'}, facultatif] 'C' signifie aplatir dans l'ordre des lignes principales (style C). «F» signifie aplatir dans l'ordre des colonnes majeures (style Fortran). « A » signifie aplatir dans l'ordre des colonnes majeures si a est contigu en Fortran en mémoire, dans l'ordre des lignes majeures dans le cas contraire. «K» signifie aplatir a dans l'ordre dans lequel les éléments apparaissent en mémoire. La valeur par défaut est « C ».
Retour : [ndarray] Une copie du tableau d'entrée, aplatie à une dimension.
What is numpy.ndarray.flatten()> Fonctionner en Python ?
Le numpy.ndarray.flatten()> fonctionner dans Python est une méthode fournie par le NumPy bibliothèque, largement utilisée pour les opérations numériques et matricielles. Cette fonction est spécifiquement conçue pour les tableaux NumPy (ndarrays) et sert à renvoyer une copie aplatie du tableau d'entrée. Le terme aplati implique que le tableau résultant est une représentation unidimensionnelle de l'original, démêlant toutes les dimensions imbriquées.
numpy.ndarray.flatten()> Exemples de fonctions
Il existe divers exemples de numpy.ndarray.flatten()> fonction, nous discutons ici de quelques exemples généralement utilisés de numpy.ndarray.flatten()> Fonction ceux qui suivent.
- Fonction d'aplatissement Numpy
- numpy.ndarray.flatten() dans l'ordre Fortran
- Concaténer des tableaux aplatis
- Initialiser un tableau aplati avec des zéros
- Rechercher la valeur maximale dans un tableau aplati
Fonction d'aplatissement Numpy
Dans cet exemple, le code utilise la bibliothèque numpy pour créer un tableau 2D « arr ». La fonction `flatten()` est ensuite appliquée à 'arr', le convertissant en un tableau 1D 'gfg', qui est imprimé. Le résultat est une version aplatie du tableau 2D d'origine.
Python3
# importing numpy as geek> import> numpy as geek> arr> => geek.array([[> 5> ,> 6> ], [> 7> ,> 8> ]])> gfg> => arr.flatten()> print> ( gfg )> |
Sortir :
[5 6 7 8]
numpy.ndarray.flatten() dans l'ordre Fortran
Dans cet exemple, ce code utilise la bibliothèque NumPy pour créer un tableau 2×2 « arr ». La fonction `flatten('F')` est ensuite appliquée pour aplatir le tableau dans l'ordre des colonnes majeures (« F ») et le résultat est imprimé.
Python3
# importing numpy as geek> import> numpy as geek> arr> => geek.array([[> 5> ,> 6> ], [> 7> ,> 8> ]])> gfg> => arr.flatten(> 'F'> )> print> ( gfg )> |
Sortir :
[5 6 7 8]
Concaténer des tableaux aplatis
Dans cet exemple, le code utilise NumPy pour créer deux tableaux 2D, « array1 » et « array2 ». Il aplatit ensuite les deux tableaux et les concatène en un seul tableau 1D nommé « concatenated_array ». Enfin, il imprime les tableaux d'origine et le résultat concaténé.
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)> |
Sortir :
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 un tableau aplati avec des zéros
Dans cet exemple, le code utilise la bibliothèque NumPy pour créer un tableau 2D nommé « original_array ». Il aplatit ensuite ce tableau et crée un nouveau tableau aplati appelé « flattened_zeros » avec la même forme, initialisé avec des zéros. Enfin, il imprime à la fois le tableau 2D d'origine et le tableau aplati rempli de zéros.
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)> |
Sortir :
Original Array: [[1 2 3] [4 5 6]] Flattened Zeros Array: [0 0 0 0 0 0]
Rechercher la valeur maximale dans un tableau aplati
Dans cet exemple, le code utilise NumPy pour créer un tableau 3×3 nommé « original_array ». Il aplatit ensuite le tableau, trouve la valeur maximale dans la version aplatie et imprime le tableau d'origine avec la valeur maximale.
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)> |
Sortir:
Original Array: [[ 4 12 8] [ 5 9 10] [ 7 6 11]] Maximum Value in Flattened Array : 12