Python中flatten( )函数及函数用法详解

flatten()函数用法

flatten是numpy.ndarray.flatten的一个函数,即返回一个一维数组。

flatten只能适用于numpy对象,即array或者mat,普通的list列表不适用!。

a.flatten():a是个数组,a.flatten()就是把a降到一维,默认是按行的方向降 。
a.flatten().A:a是个矩阵,降维后还是个矩阵,矩阵.A(等效于矩阵.getA())变成了数组。具体看下面的例子:

1、用于array(数组)对象

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> from numpy import *
>>> a=array([[1,2],[3,4],[5,6]])
>>> a
array([[1, 2],
    [3, 4],
    [5, 6]])
>>> a.flatten() #默认按行的方向降维
array([1, 2, 3, 4, 5, 6])
>>> a.flatten('F') #按列降维
array([1, 3, 5, 2, 4, 6])
>>> a.flatten('A') #按行降维
array([1, 2, 3, 4, 5, 6])
>>>

2、用于mat(矩阵)对象

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
>>> a=mat([[1,2,3],[4,5,6]])
>>> a
matrix([[1, 2, 3],
    [4, 5, 6]])
>>> a.flatten()
matrix([[1, 2, 3, 4, 5, 6]])
>>> a=mat([[1,2,3],[4,5,6]])
>>> a
matrix([[1, 2, 3],
    [4, 5, 6]])
>>> a.flatten()
matrix([[1, 2, 3, 4, 5, 6]])
>>> y=a.flatten().A
>>> shape(y)
(1L, 6L)
>>> shape(y[0])
(6L,)
>>> a.flatten().A[0]
array([1, 2, 3, 4, 5, 6])
>>>

从中可以看出matrix.A的用法和矩阵发生的变化。

3、但是该方法不能用于list对象,想要list达到同样的效果可以使用列表表达式:

1
2
3
4
5
>>> a=array([[1,2],[3,4],[5,6]])
>>> [y for x in a for y in x]
[1, 2, 3, 4, 5, 6]
>>>

下面看下Python中flatten用法

一、用在数组

1
2
3
4
>>> a = [[1,3],[2,4],[3,5]]
>>> a = array(a)
>>> a.flatten()
array([1, 3, 2, 4, 3, 5])

二、用在列表

如果直接用flatten函数会出错

1
2
3
4
5
6
7
>>> a = [[1,3],[2,4],[3,5]]
>>> a.flatten()
 
Traceback (most recent call last):
 File "<pyshell#10>", line 1, in <module>
  a.flatten()
AttributeError: 'list' object has no attribute 'flatten'

正确的用法

1
2
3
4
>>> a = [[1,3],[2,4],[3,5],["abc","def"]]
>>> a1 = [y for x in a for y in x]
>>> a1
[1, 3, 2, 4, 3, 5, 'abc', 'def']

或者(不理解)

1
2
3
4
>>> a = [[1,3],[2,4],[3,5],["abc","def"]]
>>> flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x]
>>> flatten(a)
[1, 3, 2, 4, 3, 5, 'abc', 'def']

三、用在矩阵

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
>>> a = [[1,3],[2,4],[3,5]]
>>> a = mat(a)
>>> y = a.flatten()
>>> y
matrix([[1, 3, 2, 4, 3, 5]])
>>> y = a.flatten().A
>>> y
array([[1, 3, 2, 4, 3, 5]])
>>> shape(y)
(1, 6)
>>> shape(y[0])
(6,)
>>> y = a.flatten().A[0]
>>> y
array([1, 3, 2, 4, 3, 5])
 
 
 
 
2017年老男孩全栈python第2期视频教程 attach_img
55G老男孩python全栈开发全套视频教程 包含:基础篇,前端篇,web框架篇,项目实战篇 attach_img
2018全栈开发Flask Python Web网站编程价值2400
2018Python Flask打造一个视频网站实战视频教程 attach_img  ...2
2018小象学院《分布式爬虫实战》第二期视频教程
Python高级编程技巧实战 基于Python项目与面试题讲解  ...2
Python分布式爬虫打造搜索引擎网站(价值388元)
小象最新Python机器学习升级版视频学习教程
麦子学院Python自动化开发 类Zabbix监控项目开发与实战视频教程
2017AI人工智能时代基础实战python机器学习深度学习算法全套视频教程
AI人工智能时代基础实战python机器学习深度学习算法视频教程  ...2
2017年最新Python3.6网络爬虫实战案例基础+实战+框架+分布式高清视频教程
Python数据分析基础与实践 Python数据分析实践课程 Python视频教程
2017AI人工智能基础实战python机器深度学习算法视频教程  ...2
Python Matplotlib实战视频教程 莫烦老师Python课程+麻省理工MIT Python大牛公开课 attach_img
Python自动化开发-类Zabbix监控项目开发与实战 老男孩教学总监Alex主讲 attach_img
2017最新python数据分析入门与实战 attach_img  ...2
2017最新python入门+进阶+实战课堂教学管理系统开发全套完整版  ...2
2017年最新Python3.6网络爬虫实战案例基础+实战+框架+分布式高清视频教程
高清中文PDF:数据处理、分析、科学计算、自然语言处理  ...2
原文地址:https://www.cnblogs.com/yvonnes/p/10020926.html