你什么时候会使用`flatten()`而不是`reshape(-1)`？

Question

通常，当 numpy 具有看似重复的功能时，通常最终会导致其中一个或另一个具有某种独特的目的。我试图弄清楚是否有任何情况 flatten()应该使用而不是reshape(-1)

Answer 1

flatten 返回数组的副本。reshape如果可能，将返回视图。因此，例如，如果y = x.reshape(-1)是一个视图，那么修改y也会修改x：

In [149]: x = np.arange(3)

In [150]: y = x.reshape(-1)

In [151]: y[0] = 99

In [152]: x

Out[152]: array([99,  1,  2])

但既然y = x.flatten()是副本，修改y永远不会修改x：

In [153]: x = np.arange(3)

In [154]: y = x.flatten()

In [155]: y[0] = 99

In [156]: x

Out[156]: array([0, 1, 2])

以下是何时reshape返回副本而不是视图的示例：

In [161]: x = np.arange(24).reshape(4,6)[::2, :]

In [163]: y = x.reshape(-1)

In [164]: y[0] = 99

In [165]: x

Out[165]: 

array([[ 0,  1,  2,  3,  4,  5],

       [12, 13, 14, 15, 16, 17]])

由于x不受对 分配的影响y，我们知道y是 的副本 x，而不是视图。