numpy.ravel
numpy.ravel(a，order='C ' ) [source]
返回连续的平面数组。
返回包含输入元素的一维数组。 仅在必要时复制。
从NumPy 1.10开始，返回的数组与输入数组类型相同。 例如，遮罩数组的输入将返回遮罩数组。 参数： a :array_like
输入数组。 a的要素按指定顺序读取。
把它打包成一维数组。
订单：“c”、“f”、“a”、“k”}、选项
使用此索引顺序读取a的元素。 ' c '表示以行为为主的c风格的索引要素，
最后一个轴索引更改最快，返回第一个轴索引最慢。
' f '表示按Fortran样式的列优先级对元素进行索引。
第一个索引更改得最快，
上次索引更改最慢。
请注意，“c”和“f”选项不考虑基本数组的内存布局。
只与轴索引的顺序有关。 ' a '表示如果a在内存中是连续的，则为、
按索引顺序(如Fortran )读取元素，否则按c顺序读取。
' k '表示按顺序读取内存中的元素，除非幻灯片为负时反转数据。
默认情况下，使用' c '索引顺序。
返回值： y :array_like
y是与a具有相同子类型的数组，其形状为(a.size，)。
请注意，矩阵在特殊情况下是向后兼容的。 a为矩阵时
y是一维的nd阵列。
诺特斯
在二维中，按照行优先的c样式顺序，行索引变化最快，列索引变化最快。 这可以归纳为多个维度。 行优先级意味着沿第一个轴的索引变化最快，沿最后一个轴的索引变化最快。 在以列为中心的Fortran样式的索引排序中则相反。
如果希望在尽可能多的情况下获得视图，建议使用arr.reshape(-1 )。
范例
这相当于reshape(-1，order=order )。 x=NP.array ([ 1，2，3 ]，[ 4，5，6 ] ) )
是NP.ravel(x )
array ([ 1，2，3，4，5，6 ] ) (x.reshape(-1 ) ) ) ) ) ) ) ) )。
array (1，2，3，4，5，6 ) ) (np.ravel(x ) x，order='F ' ) ) ) ) ) ) np.ravel(x，order='F ' ) ) ) ) ) ) ) ) ) )。
array ([ 1，4，2，5，3，6 ]
如果order为' a '，则数组的' c '或' f '顺序：保留NP.ravel(x.t )
array ([ 1，4，2，5，3，6 ]
NP.Ravel(x.t，order='A ' ) ) ) ) ) ) ) ) ) )。
array ([ 1，2，3，4，5，6 ]
如果订单为“k”，则保留既不是“c”也不是“f”的顺序，但不会反转旋转轴： a=NP.arange(3(33603360-1 )； a
array ([ 2，1，0 ] ) ) )。
a.ravel(order='c ' ) )。
array ([ 2，1，0 ] ) ) )。
a.ravel(order='k ' ) )。
array (2，1，0 ) ) a=NP.arange ) 12 ).reshape ) 2，3，2 ).swapaxes ) 1，2 )； a
array ([ 0，2，4 ]，
[ 1，3，5 ]，
[ 6，8，10 ]，
[ 7，9，11 ] )
a.ravel(order='c ' ) )。
array ([ 0，2，4，1，3，5，6，8，10，7，9，11 ]
a.ravel(order='k ' ) )。
array ([ 0，1，2，3，4，5，6，7，8，9，10，11 ]