flat和ravel之间的numpy差异（）

Question

以下几点有什么区别？

>>> 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]]]) 

除了一个事实，即flat返回一个迭代器而不是列表，它们似乎是相同的，因为他们都改变代替原来阵列（这是对比flatten()，它返回的副本该阵列）。那么，flat和ravel()之间是否还有其他重要的区别？如果不是，那么使用一个而不是另一个会有什么用处？

Answer 1

flat是一个迭代器。它是一个单独的对象，恰好通过索引来访问数组元素。它的主要目的是用于循环和理解表达式。它给出的顺序与您通常从ravel获得的顺序相同。

与ravel的结果不同，flat不是ndarray，所以除了索引数组和迭代它之外，它不能做很多事情。注意你必须调用list来查看迭代器的内容。例如，arr.flat.min()将以AttributeError失败，而arr.ravel().min()会得出与arr.min()相同的结果。

由于numpy提供了很多不需要显式循环写入的操作，因此和迭代器通常很少使用，与ndarray.ravel()相比很少使用。

这就是说，有些情况下迭代器是可取的。如果你的数组足够大，并且你试图逐个检查所有的元素，那么迭代器就能正常工作。如果你有像内存映射数组那样被加载的东西，这是尤其如此。