flat和ravel之間的numpy差異（）

Question

以下幾點有什麼區別？

>>> import numpy as np 
>>> arr = np.array([[[ 0, 1, 2], 
...     [ 10, 12, 13]], 
...     [[100, 101, 102], 
...     [110, 112, 113]]]) 
>>> arr 
array([[[ 0, 1, 2], 
     [ 10, 12, 13]], 
     [[100, 101, 102], 
     [110, 112, 113]]]) 
>>> arr.ravel() 
array([ 0, 1, 2, 10, 12, 13, 100, 101, 102, 110, 112, 113]) 
>>> arr.ravel()[0] = -1 
>>> arr 
array([[[ -1, 1, 2], 
     [ 10, 12, 13]], 
     [[100, 101, 102], 
     [110, 112, 113]]]) 
>>> list(arr.flat) 
[-1, 1, 2, 10, 12, 13, 100, 101, 102, 110, 112, 113] 
>>> arr.flat[0] = 99 
>>> arr 
array([[[ 99, 1, 2], 
     [ 10, 12, 13]], 
     [[100, 101, 102], 
     [110, 112, 113]]]) 

除了一個事實，即flat返回一個迭代器而不是列表，它們似乎是相同的，因爲他們都改變代替原來陣列（這是對比flatten()，它返回的副本該陣列）。那麼，flat和ravel()之間是否還有其他重要的區別？如果不是，那麼使用一個而不是另一個會有什麼用處？

Answer 1

flat是一個迭代器。它是一個單獨的對象，恰好通過索引來訪問數組元素。它的主要目的是用於循環和理解表達式。它給出的順序與您通常從ravel獲得的順序相同。

與ravel的結果不同，flat不是ndarray，所以除了索引數組和迭代它之外，它不能做很多事情。注意你必須調用list來查看迭代器的內容。例如，arr.flat.min()將以AttributeError失敗，而arr.ravel().min()會得出與arr.min()相同的結果。

由於numpy提供了很多不需要顯式循環寫入的操作，因此和迭代器通常很少使用，與ndarray.ravel()相比很少使用。

這就是說，有些情況下迭代器是可取的。如果你的數組足夠大，並且你試圖逐個檢查所有的元素，那麼迭代器就能正常工作。如果你有像內存映射數組那樣被加載的東西，這是尤其如此。