I Python behöver vi i vissa fall en endimensionell array snarare än en 2D eller flerdimensionell array. För detta ändamål tillhandahåller numpy-modulen en funktion som kallas numpy.ndarray.flatten(), som returnerar en kopia av arrayen i endimensionell snarare än i 2D eller en flerdimensionell array.
Syntax
ndarray.flatten(order='C')
Parametrar:
order: {'C', 'F', 'A', 'K'}(valfritt)
Om vi ställer in orderparametern till 'C' betyder det att arrayen blir tillplattad i rad-stor ordning. Om 'F' är satt, blir matrisen tillplattad i kolumn-stor ordning. Arrayen är tillplattad i kolumn-stor ordning endast när 'a' är Fortran angränsande i minnet, och när vi sätter orderparametern till 'A'. Den sista ordningen är 'K', som plattar ut arrayen i samma ordning som elementen förekom i minnet. Som standard är denna parameter inställd på 'C'.
Returnerar:
y: ndarray
Den här funktionen returnerar en kopia av källmatrisen, som blir tillplattad till endimensionell.
pyspark handledning
Exempel 1:
import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten() b
Produktion:
array([1, 4, 7, 2, 5, 8, 3, 6, 9])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har skapat en flerdimensionell array 'a' med hjälp av array() fungera.
- Vi har deklarerat variabeln 'b' och tilldelat det returnerade värdet på platta() fungera.
- Till sist försökte vi skriva ut värdet på 'b' .
I utgången visar den en ndarray, som innehåller element från den flerdimensionella arrayen i 1-D.
Exempel 2:
import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('C') b
Produktion:
array([1, 4, 7, 2, 5, 8, 3, 6, 9])
I ovanstående kod
- Vi har importerat numpy med alias np.
- Vi har skapat en flerdimensionell array 'a' med hjälp av array() fungera.
- Vi har deklarerat variabeln 'b' och tilldelat det returnerade värdet på platta() fungera.
- Vi har använt 'C'-ordning i funktionen.
- Till sist försökte vi skriva ut värdet på 'b' .
I utgången visar den en ndarray, som innehåller element från den flerdimensionella arrayen i 1-D.
Exempel 3:
import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('F') b
Produktion:
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
Exempel 4:
import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('A') b
Produktion:
array([1, 4, 7, 2, 5, 8, 3, 6, 9])
Exempel 5:
import numpy as np a = np.array([[1,4,7], [2,5,8],[3,6,9]]) b=a.flatten('K') b
Produktion:
array([1, 4, 7, 2, 5, 8, 3, 6, 9])