Quelle est la différence entre les fonctions d'aplatissement et de défilement dans numpy?

import numpy as np
y = np.array(((1,2,3),(4,5,6),(7,8,9)))
OUTPUT:
print(y.flatten())
[1   2   3   4   5   6   7   8   9]
print(y.ravel())
[1   2   3   4   5   6   7   8   9]

Les deux fonctions renvoient la même liste. Alors, quel est le besoin de deux fonctions différentes effectuant le même travail.

L'API actuelle est la suivante:

• flatten renvoie toujours une copie.
• ravelrenvoie une vue du tableau d'origine autant que possible. Ce n'est pas visible dans la sortie imprimée, mais si vous modifiez le tableau retourné par ravel, cela peut modifier les entrées du tableau d'origine. Si vous modifiez les entrées dans un tableau renvoyé d'aplatir, cela ne se produira jamais. ravel sera souvent plus rapide car aucune mémoire n'est copiée, mais vous devez être plus prudent lorsque vous modifiez le tableau qu'il renvoie.
• reshape((-1,)) obtient une vue chaque fois que les enjambées du tableau le permettent même si cela signifie que vous n'obtenez pas toujours un tableau contigu.

Comme expliqué ici, une différence clé est que:

• flatten est une méthode d'un objet ndarray et ne peut donc être appelée que pour de vrais tableaux numpy.

• ravel est une fonction au niveau de la bibliothèque et peut donc être appelée sur n'importe quel objet qui peut être analysé avec succès.

Par exemple ravel, fonctionnera sur une liste de ndarrays, alors qu'il flattenn'est pas disponible pour ce type d'objet.

@IanH souligne également des différences importantes avec la gestion de la mémoire dans sa réponse.

Voici l'espace de noms correct pour les fonctions:

• numpy.ndarray.flatten

• numpy.ravel

Les deux fonctions renvoient des tableaux 1D aplatis pointant vers les nouvelles structures de mémoire.

import numpy
a = numpy.array([[1,2],[3,4]])

r = numpy.ravel(a)
f = numpy.ndarray.flatten(a)  

print(id(a))
print(id(r))
print(id(f))

print(r)
print(f)

print("\nbase r:", r.base)
print("\nbase f:", f.base)

---returns---
140541099429760
140541099471056
140541099473216

[1 2 3 4]
[1 2 3 4]

base r: [[1 2]
 [3 4]]

base f: None

Dans l'exemple supérieur:

• les emplacements mémoire des résultats sont différents,
• les résultats se ressemblent
• aplatir retournerait une copie
• ravel retournerait une vue.

Comment vérifions-nous si quelque chose est une copie? Utilisation de l' .baseattribut du ndarray. S'il s'agit d'une vue, la base sera le tableau d'origine; s'il s'agit d'une copie, la base le sera None.