Vorrei suggerire il metodo di ndarray
ravel
o flatten
.
>>> a = numpy.arange(9).reshape(3, 3)
>>> a.ravel()
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
ravel
è più veloce di concatenate
e flatten
perché non restituire una copia a meno che non deve:
>>> a.ravel()[5] = 99
>>> a
array([[ 0, 1, 2],
[ 3, 4, 99],
[ 6, 7, 8]])
>>> a.flatten()[5] = 77
>>> a
array([[ 0, 1, 2],
[ 3, 4, 99],
[ 6, 7, 8]])
Ma se avete bisogno di una copia di evitare la condivisione di memoria illustrata in precedenza, è' re meglio utilizzando flatten
di concatenate
, come si può vedere da questi tempi:
>>> %timeit a.ravel()
1000000 loops, best of 3: 468 ns per loop
>>> %timeit a.flatten()
1000000 loops, best of 3: 1.42 us per loop
>>> %timeit numpy.concatenate(a)
100000 loops, best of 3: 2.26 us per loop
N ote anche che è possibile ottenere l'esatto risultato che l'output illustra (un one-riga 2-d array) con reshape
:
>>> a = numpy.arange(9).reshape(3, 3)
>>> a.reshape(1, -1)
array([[0, 1, 2, 3, 4, 5, 6, 7, 8]])
>>> %timeit a.reshape(1, -1)
1000000 loops, best of 3: 736 ns per loop
@senderle - Ravel è stato il mio primo istinto troppo (grazie Pierre GM!) . Posta come risposta e sarò felicemente revocata. – mgilson